automl Paquete
Paquete que contiene módulos usados en el aprendizaje automático automatizado.
Las clases incluidas proporcionan recursos para configurar, administrar canalizaciones y examinar la salida de ejecución para experimentos de aprendizaje automático automatizado.
Para obtener más información sobre el aprendizaje automático automatizado, consulte https://docs.microsoft.com/azure/machine-learning/concept-automated-ml
Para definir un flujo de trabajo de aprendizaje automático reutilizable para el aprendizaje automático automatizado, puede usar AutoMLStep para crear un elemento Pipeline.
Paquetes
automl_model_explain |
Módulo vacío para el paquete de explicación del modelo. |
Módulos
automl_adb_run |
Contiene funcionalidad para ejecutar experimentos de ML automatizado con Azure Databricks (ADB). La clase AutoMLADBRun es un contenedor alrededor de la clase AutoMLRun y proporciona implementación específica de Azure Databricks de algunos métodos. |
automlconfig |
Contiene la configuración para enviar un experimento de ML automatizado en Azure Machine Learning. La funcionalidad de este módulo incluye métodos para definir etiquetas y características de entrenamiento, recuento de iteraciones y tiempo máximo, métricas de optimización, destinos de proceso y algoritmos de bloqueo. |
automlimageconfig |
Contiene la configuración para enviar un experimento de imagen de ML automatizado en Azure Machine Learning. Este módulo hereda la mayor parte de su funcionalidad de AutoMLConfig y simplifica la interfaz para las tareas de imagen. |
constants |
Define las constantes que se usan en ML automatizado de Azure Machine Learning. Antes de comenzar un experimento, especifique el tipo de problema de aprendizaje automático que va a resolver con la clase AutoMLConfig. Azure Machine Learning admite tipos de tareas de clasificación: regresión y previsión. Para obtener más información, consulte Definición de una tarea de aprendizaje automático. Para la clasificación, regresión y previsión de tipos de tareas, los algoritmos admitidos se enumeran, respectivamente, en las clases Classification, Regression y Forecasting. Los algoritmos enumerados para cada tipo de tarea se usan durante el proceso de automatización y optimización. Como usuario, no hay ninguna necesidad de especificar el algoritmo. Para obtener más información, consulte Configuración de experimentos de ML automatizado en Python. |
exceptions |
Define las excepciones personalizadas producidas por ML automatizado. |
model_proxy |
Proxy para los modelos generados por AutoML. |
run |
Contiene funcionalidad para administrar las ejecuciones de ML automatizado en Azure Machine Learning. Este módulo proporciona métodos para iniciar y detener ejecuciones, supervisar el estado de la ejecución y recuperar la salida del modelo. |
utilities |
Métodos de utilidad que se usan en ML automatizado de Azure Machine Learning. |
Clases
AutoMLConfig |
Representa la configuración para enviar un experimento de ML automatizado en Azure Machine Learning. Este objeto de configuración contiene y conserva los parámetros para configurar la ejecución del experimento, así como los datos de entrenamiento que se usarán en tiempo de ejecución. Para obtener instrucciones sobre cómo seleccionar la configuración, consulte https://aka.ms/AutoMLConfig. Cree un autoMLConfig. |
AutoMLImageConfig |
Representa la configuración para enviar un experimento de imagen de ML automatizado en Azure Machine Learning. Este objeto de configuración contiene y conserva los parámetros para configurar la ejecución del experimento, así como los datos de entrenamiento que se usarán en tiempo de ejecución. Para obtener instrucciones sobre cómo seleccionar la configuración, consulte https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models. Cree un elemento AutoMLImageConfig. |
AutoMLStep |
EN DESUSO. Utilice la clase AutoMLStep. EN DESUSO. |
AutoMLStepRun |
EN DESUSO. Utilice la clase AutoMLStepRun. EN DESUSO. |
Funciones
get_sdk_dependencies
Devuelve el dict de la versión del paquete.
get_sdk_dependencies(all_dependencies_versions: Dict[str, str] | None = None) -> Dict[str, str]
Parámetros
- all_dependencies_versions
Si es None, obtiene todo y filtra solo los SDK. De lo contrario, comprueba solo dentro de ese dict los SDK.
Devoluciones
Dict de versión del paquete.
Comentarios
https://aka.ms/ContentUserFeedback.
Próximamente: A lo largo de 2024 iremos eliminando gradualmente GitHub Issues como mecanismo de comentarios sobre el contenido y lo sustituiremos por un nuevo sistema de comentarios. Para más información, vea:Enviar y ver comentarios de