ReinforcementLearningConfiguration Klasse

  • Referenz

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._AbstractRunConfigElement
ReinforcementLearningConfiguration

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
Erforderlich

Konfiguration für die Hauptkomponente

worker_configuration
WorkerConfiguration
Erforderlich

Konfiguration für die Worker

max_run_duration_seconds
int
Erforderlich

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
Erforderlich

Maximale Zeit in Sekunden, die der Auftrag zum Starten nutzen kann, nachdem er den Status „In Warteschlange“ durchlaufen hat

source_directory
str
Erforderlich

Verzeichnis, das Code oder die Konfiguration für die Hauptausführung enthält

framework
RLFramework
Erforderlich

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 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.
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.

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
Standardwert: None

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.

name
str
Standardwert: None

Der Name der Konfigurationsdatei.

Gibt zurück

Laufzeitkonfigurationsobjekt für vertiefendes Lernen

Rückgabetyp

ReinforcementLearningConfiguration

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
Standardwert: False

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
Standardwert: None

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.

name
str
Standardwert: None

[Erforderlich] Name der Konfigurationsdatei

Rückgabetyp

None