MedianStoppingPolicy Osztály
Korai megszüntetési szabályzatot határoz meg az összes futtatás elsődleges metrikájának futási átlaga alapján.
- Öröklődés
-
azure.ai.ml.entities._job.sweep.early_termination_policy.EarlyTerminationPolicyMedianStoppingPolicy
Konstruktor
MedianStoppingPolicy(*, delay_evaluation: int = 0, evaluation_interval: int = 1)
Csak kulcsszavas paraméterek
Name | Description |
---|---|
delay_evaluation
|
Az első kiértékelés késleltetéséhez tartozó intervallumok száma. Alapértelmezés szerint 0. |
evaluation_interval
|
A szabályzatértékelések közötti intervallum (futtatások száma). Alapértelmezés szerint 1. alapértelmezett érték: 1
|
Példák
Korai felmondási szabályzat konfigurálása hiperparaméteres takarítási feladathoz a MedianStoppingPolicy használatával
from azure.ai.ml import command
job = command(
inputs=dict(kernel="linear", penalty=1.0),
compute=cpu_cluster,
environment=f"{job_env.name}:{job_env.version}",
code="./scripts",
command="python scripts/train.py --kernel $kernel --penalty $penalty",
experiment_name="sklearn-iris-flowers",
)
# we can reuse an existing Command Job as a function that we can apply inputs to for the sweep configurations
from azure.ai.ml.sweep import MedianStoppingPolicy, Uniform
job_for_sweep = job(
kernel=Uniform(min_value=0.0005, max_value=0.005),
penalty=Uniform(min_value=0.9, max_value=0.99),
)
sweep_job = job_for_sweep.sweep(
sampling_algorithm="random",
primary_metric="best_val_acc",
goal="Maximize",
max_total_trials=8,
max_concurrent_trials=4,
early_termination_policy=MedianStoppingPolicy(delay_evaluation=5, evaluation_interval=2),
)
Dolgozzon együtt velünk a GitHubon
A tartalom forrása a GitHubon található, ahol létrehozhat és áttekinthet problémákat és lekéréses kérelmeket is. További információért tekintse meg a közreműködői útmutatónkat.
Azure SDK for Python