ReinforcementLearningConfiguration Klasse
Stellt die Konfiguration für Ausführungen für vertiefendes Lernen dar, die auf Azure Machine Learning-Computeziele ausgerichtet sind
Das ReinforcementLearningConfiguration-Objekt kapselt die Informationen, die zum Übermitteln einer Ausführung für vertiefendes Lernen in einem Experiment erforderlich sind. Es enthält Informationen zur Hauptkomponente, zu Workern und zu Computezielen für Experimentausführungen.
- Vererbung
-
azureml._base_sdk_common.abstract_run_config_element._AbstractRunConfigElementReinforcementLearningConfiguration
Konstruktor
ReinforcementLearningConfiguration(head_configuration, worker_configuration, max_run_duration_seconds=None, cluster_coordination_timeout_seconds=None, source_directory=None, _path=None, _name=None, framework=None)
Parameter
- head_configuration
Konfiguration für die Hauptkomponente
- max_run_duration_seconds
- int
Maximal zulässige Zeit für die Ausführung in Sekunden. Azure Machine Learning versucht, den Auftrag automatisch abzubrechen, wenn er länger dauert als dieser Wert angibt.
- cluster_coordination_timeout_seconds
- int
Maximale Zeit in Sekunden, die der Auftrag zum Starten nutzen kann, nachdem er den Status „In Warteschlange“ durchlaufen hat
- source_directory
- str
Verzeichnis, das Code oder die Konfiguration für die Hauptausführung enthält
- framework
- RLFramework
Orchestrierungsframework, das im Experiment verwendet werden soll. Die Standardversion ist Ray, Version 0.8.0.
Methoden
load |
Laden Sie eine zuvor gespeicherte Laufzeitkonfigurationsdatei für vertiefendes Lernen aus einer Datei auf dem Datenträger. Wenn Wenn |
save |
Speichert „ReinforcementLearningConfiguration“ in einer Datei auf dem Datenträger In folgenden Fällen wird eine Ausnahme vom Typ UserErrorException ausgelöst:
Wenn Wenn Diese Methode ist hilfreich, wenn Sie die Konfiguration manuell bearbeiten oder über die Befehlszeilenschnittstelle teilen möchten. |
load
Laden Sie eine zuvor gespeicherte Laufzeitkonfigurationsdatei für vertiefendes Lernen aus einer Datei auf dem Datenträger.
Wenn path
auf eine Datei verweist, wird „ReinforcementLearningConfiguration“ aus dieser Datei geladen.
Wenn path
auf ein Verzeichnis verweist (es sollte sich um ein Projektverzeichnis handeln), wird „ReinforcementLearningConfiguration“ aus „<Pfad>/.azureml/<Name>“ oder „<Pfad>/aml_config/<Name>“ geladen.
static load(path=None, name=None)
Parameter
- path
- str
Ein von Benutzer*innen ausgewähltes Stammverzeichnis für Laufzeitkonfigurationen. In der Regel ist dies das Git-Repository oder das Stammverzeichnis des Python-Projekts. Aus Gründen der Abwärtskompatibilität wird die Konfiguration auch aus dem Unterverzeichnis „.azureml“ oder „aml_config“ geladen. Wenn sich die Datei nicht in diesen Verzeichnissen befindet, wird die Datei aus dem angegebenen Pfad geladen. Bei fehlender Angabe wird der Pfad standardmäßig auf das aktuelle Arbeitsverzeichnis festgelegt.
Gibt zurück
Laufzeitkonfigurationsobjekt für vertiefendes Lernen
Rückgabetyp
save
Speichert „ReinforcementLearningConfiguration“ in einer Datei auf dem Datenträger
In folgenden Fällen wird eine Ausnahme vom Typ UserErrorException ausgelöst:
„ReinforcementLearningConfiguration“ kann nicht mit dem angegebenen Namen gespeichert werden.
Es wurde kein
name
-Parameter angegeben.Kein
path
-Parameter ist ungültig.
Wenn path
das Format <Verzeichnispfad>/<Dateiname> hat und <Verzeichnispfad> ein gültiges Verzeichnis ist, wird „ReinforcementLearningConfiguration“ unter <Verzeichnispfad>/<Dateiname> gespeichert.
Wenn path
auf ein Verzeichnis verweist (es sollte sich um ein Projektverzeichnis handeln), wird „ReinforcementLearningConfiguration“ unter „<Pfad>/.azureml/<Name>“ oder „<Pfad>/aml_config/<Name>“ gespeichert.
Diese Methode ist hilfreich, wenn Sie die Konfiguration manuell bearbeiten oder über die Befehlszeilenschnittstelle teilen möchten.
save(path=None, name=None, separate_environment_yaml=False)
Parameter
- separate_environment_yaml
- bool
Gibt an, ob die Conda-Umgebungskonfiguration gespeichert werden soll. Bei „True“ wird die Conda-Umgebungskonfiguration in einer YAML-Datei namens „_environment.yml“ gespeichert.
- path
- str
Ein von Benutzer*innen ausgewähltes Stammverzeichnis für Laufzeitkonfigurationen. In der Regel ist dies das Git-Repository oder das Stammverzeichnis des Python-Projekts. Die Konfiguration wird in einem Unterverzeichnis mit dem Namen „.azureml“ gespeichert.
Rückgabetyp
Feedback
https://aka.ms/ContentUserFeedback.
Bald verfügbar: Im Laufe des Jahres 2024 werden wir GitHub-Issues stufenweise als Feedbackmechanismus für Inhalte abbauen und durch ein neues Feedbacksystem ersetzen. Weitere Informationen finden Sie unterFeedback senden und anzeigen für