SweepJob Osztály

Takarítási feladat hiperparaméter-finomhangoláshoz.

Öröklődés

azure.ai.ml.entities._job.job.Job

SweepJob

azure.ai.ml.entities._job.sweep.parameterized_sweep.ParameterizedSweep

SweepJob

azure.ai.ml.entities._job.job_io_mixin.JobIOMixin

SweepJob

Konstruktor

SweepJob(*, name: str | None = None, description: str | None = None, tags: Dict | None = None, display_name: str | None = None, experiment_name: str | None = None, identity: ManagedIdentityConfiguration | AmlTokenConfiguration | UserIdentityConfiguration | None = None, inputs: Dict[str, int | str | float | bool | Input] | None = None, outputs: Dict[str, Output] | None = None, compute: str | None = None, limits: SweepJobLimits | None = None, sampling_algorithm: str | SamplingAlgorithm | None = None, search_space: Dict[str, Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform] | None = None, objective: Objective | None = None, trial: CommandJob | CommandComponent | None = None, early_termination: BanditPolicy | MedianStoppingPolicy | TruncationSelectionPolicy | None = None, queue_settings: QueueSettings | None = None, **kwargs: Any)

Paraméterek

name

str

A feladat neve.

display_name

str

A feladat megjelenítendő neve.

description

str

A feladat leírása.

tags

dict[str, str]

Címkeszótár. A címkék hozzáadhatók, eltávolíthatók és frissíthetők.

properties

dict[str, str]

Az eszköztulajdonság szótára.

experiment_name

str

Annak a kísérletnek a neve, amely alatt a feladat létrejön, ha nincs megadva, a feladat az "Alapértelmezett" kísérlet alatt jön létre.

identity

Union[ManagedIdentityConfiguration, AmlTokenConfiguration, UserIdentityConfiguration]

Identitás, amelyet a betanítási feladat a számítás során használni fog.

inputs

dict

Bemenetek a parancshoz.

outputs

dict[str, Output]

A feladatban használt kimeneti adatkötések leképezése.

sampling_algorithm

str

A hiperparaméter-mintavételezési algoritmus, amelyet a search_space használ. Alapértelmezés szerint "véletlenszerű".

search_space

Dict

A hiperparaméter keresőterületének szótára. A kulcs a hiperparaméter neve, az érték pedig a paraméterkifejezés.

objective

Objective

Metrika, amelyre optimalizálni szeretne.

compute

str

A számítási cél, amelyen a feladat fut.

trial

Union[CommandJob, CommandComponent]

Az egyes próbaverziók feladatkonfigurációja. Minden egyes próba különböző hiperparaméter-értékeket tartalmaz, amelyeket a rendszer a search_space mintáiból vett.

early_termination

Union[BanditPolicy, MedianStoppingPolicy, TruncationSelectionPolicy]

A használni kívánt korai felmondási szabályzat. A próbafeladat megszakad, ha a megadott szabályzat feltételei teljesülnek. Ha nincs megadva, a rendszer nem alkalmaz korai felmondási szabályzatot.

limits

<xref:azure.ai.ml.entities.SweepJobLimits>

A takarítási feladat korlátai.

queue_settings

QueueSettings

A feladat üzenetsor-beállításai.

kwargs

dict

További konfigurációs paraméterek szótára.

Példák

Takarítási feladat létrehozása

   from azure.ai.ml.entities import CommandJob
   from azure.ai.ml.sweep import BayesianSamplingAlgorithm, Objective, SweepJob, SweepJobLimits

   command_job = CommandJob(
       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",
   )

   sweep = SweepJob(
       sampling_algorithm=BayesianSamplingAlgorithm(),
       trial=command_job,
       search_space={"ss": Choice(type="choice", values=[{"space1": True}, {"space2": True}])},
       inputs={"input1": {"file": "top_level.csv", "mode": "ro_mount"}},
       compute="top_level",
       limits=SweepJobLimits(trial_timeout=600),
       objective=Objective(goal="maximize", primary_metric="accuracy"),
   )

Metódusok

dump	A feladat tartalmát YAML formátumban egy fájlba alakítja.
set_limits	Állítsa be a Sweep csomópontra vonatkozó korlátozásokat. Ha nem szeretné frissíteni a megfelelő értékeket, hagyja a paramétereket Nincs értékként.
set_objective	Állítsa be a takarítási objektumot. Ha nem szeretné frissíteni a megfelelő értékeket, hagyja a paramétereket Nincs értékként. "kis méret", "teljes méret". :type goal: str :keyword primary_metric: Az optimalizálni kívánt metrika neve. :p aramtype primary_metric: str

dump

A feladat tartalmát YAML formátumban egy fájlba alakítja.

dump(dest: str | PathLike | IO, **kwargs) -> None

Paraméterek

dest

Union[<xref:PathLike>, str, IO[AnyStr]]

Kötelező

A YAML-tartalom írásához használt helyi elérési út vagy fájlstream. Ha a dest fájlelérési út, a rendszer új fájlt hoz létre. Ha a dest egy megnyitott fájl, a fájl közvetlenül a fájlba lesz írva.

kwargs

dict

A YAML szerializálónak továbbadandó további argumentumok.

Kivételek

FileExistsError

Ha a dest fájlelérési út, a fájl már létezik.

IOError

Fel van emelve, ha a dest egy nyitott fájl, és a fájl nem írható.

set_limits

Állítsa be a Sweep csomópontra vonatkozó korlátozásokat. Ha nem szeretné frissíteni a megfelelő értékeket, hagyja a paramétereket Nincs értékként.

set_limits(*, max_concurrent_trials: int | None = None, max_total_trials: int | None = None, timeout: int | None = None, trial_timeout: int | None = None) -> None

Paraméterek

max_concurrent_trials

int

az egyidejű próbaszám maximális száma.

max_total_trials

int

maximális teljes próbaszám.

timeout

int

teljes időtúllépés másodpercben a takarítási csomópont esetében

trial_timeout

int

időtúllépés másodpercben az egyes próbaverziókhoz

Kivételek

FileExistsError

Ha a dest fájlelérési út, a fájl már létezik.

IOError

Fel van emelve, ha a dest egy nyitott fájl, és a fájl nem írható.

set_objective

Állítsa be a takarítási objektumot. Ha nem szeretné frissíteni a megfelelő értékeket, hagyja a paramétereket Nincs értékként.

"kis méret", "teljes méret". :type goal: str :keyword primary_metric: Az optimalizálni kívánt metrika neve. :p aramtype primary_metric: str

set_objective(*, goal: str | None = None, primary_metric: str | None = None) -> None

Paraméterek

goal

A hiperparaméter-finomhangolás támogatott metrikacéljait határozza meg. Az elfogadható értékek a következők:

Kivételek

FileExistsError

Ha a dest fájlelérési út, a fájl már létezik.

IOError

Fel van emelve, ha a dest egy nyitott fájl, és a fájl nem írható.

Attribútumok

base_path

Az erőforrás alapútvonala.

Válaszok

Az erőforrás alapútvonala.

Visszatérési típus

str

creation_context

Az erőforrás létrehozási környezete.

Válaszok

Az erőforrás létrehozási metaadatai.

Visszatérési típus

Optional[SystemData]

early_termination

Korai felmondási szabályzat takarítási feladathoz.

Válaszok

Korai felmondási szabályzat takarítási feladathoz.

Visszatérési típus

<xref:azure.ai.ml.entities._job.sweep.early_termination_policy.EarlyTerminationPolicy>

id

Az erőforrás azonosítója.

Válaszok

Az erőforrás globális azonosítója, egy Azure Resource Manager (ARM) azonosító.

Visszatérési típus

Optional[str]

inputs

limits

A takarítási feladat korlátai.

Válaszok

A takarítási feladat korlátai.

Visszatérési típus

SweepJobLimits

log_files

Feladat kimeneti fájljai.

Válaszok

A naplónevek és URL-címek szótára.

Visszatérési típus

Optional[Dict[str, str]]

outputs

sampling_algorithm

Mintavételezési algoritmus a takarítási feladathoz.

Válaszok

Mintavételezési algoritmus a takarítási feladathoz.

Visszatérési típus

SamplingAlgorithm

status

A feladat állapota.

A visszaadott gyakori értékek közé tartozik a "Futtatás", a "Kész" és a "Sikertelen". Minden lehetséges érték a következő:

• NotStarted – Ez egy ideiglenes állapot, amelyben az ügyféloldali Run objektumok a felhőbeküldés előtt találhatók.

• Indítás – A futtatás elkezdődött a felhőben való feldolgozásnak. A hívó ezen a ponton futtatási azonosítóval rendelkezik.

• Kiépítés – Igény szerinti számítás jön létre egy adott feladatbeküldéshez.

• Előkészítés – A futtató környezet előkészítése folyamatban van, és két fázis egyikében van:

  • Docker-rendszerkép buildelése

  • conda-környezet beállítása

• Queued – A feladat várólistára kerül a számítási célon. A BatchAI-ban például a feladat várólistán van

  amíg az összes kért csomópont készen áll.

• Futtatás – A feladat elkezdett futni a számítási célon.

• Véglegesítés – A felhasználói kód végrehajtása befejeződött, és a futtatás a feldolgozás utáni fázisban van.

• CancelRequested – A feladat lemondását kérték.

• Befejeződött – A futtatás sikeresen befejeződött. Ez magában foglalja a felhasználói kód végrehajtását és a futtatást is

  utófeldolgozási fázisok.

• Sikertelen – A futtatás sikertelen volt. Általában a Futtatás hiba tulajdonsága adja meg a részleteket, hogy miért.

• Megszakítva – Egy lemondási kérést követ, és azt jelzi, hogy a futtatás sikeresen megszakadt.

• NotKiszolgáló – Azon futtatások esetében, amelyeken engedélyezve van a szívverés, a rendszer nem küldött szívverést a közelmúltban.

Válaszok

A feladat állapota.

Visszatérési típus

Optional[str]

studio_url

Azure ML Studio-végpont.

Válaszok

A feladat részletei lap URL-címe.

Visszatérési típus

Optional[str]

type

A feladat típusa.

Válaszok

A feladat típusa.

Visszatérési típus

Optional[str]