TrainingOutput Osztály

Meghatározott PipelineSteps speciális kimenetét határozza meg egy folyamatban való használatra.

A TrainingOutput lehetővé teszi, hogy egy automatizált gépi tanulási metrika vagy modell elérhetővé legyen téve lépéskimenetként, amelyet egy Azure Machine Learning-folyamat egy másik lépése használ fel. Használható a vagy a AutoMLStepHyperDriveStep.

A TrainingOutput inicializálása.

param model_file: A kimenetbe felvenni kívánt modellfájl. Csak HyperDriveStep azért.

Konstruktor

TrainingOutput(type, iteration=None, metric=None, model_file=None)

Paraméterek

Name	Description
type Kötelező	str A betanítási kimenet típusa. A lehetséges értékek a következők: "Metrikák", "Modell".
iteration	int A megfelelő betanítási modell iterációs száma. Ez az iterációs szám csak "Modell" típussal adható meg. Adja meg a iteration paramétert vagy a paramétert metric , de mindkettőt nem. Alapértelmezett érték: None
metric	str A legjobb betanítási modell visszaadásához használandó metrika. A metrika csak "Modell" típussal adható meg. Adja meg a iteration paramétert vagy a paramétert metric , de mindkettőt nem. Alapértelmezett érték: None
model_file	str A kimenetbe felvenni kívánt modellfájl. Csak HyperDriveStep azért. Alapértelmezett érték: None
type Kötelező	str A betanítási kimenet típusa. A lehetséges értékek a következők: "Metrikák", "Modell".
iteration Kötelező	int A megfelelő betanítási modell iterációs száma. Ez az iterációs szám csak "Modell" típussal adható meg. Adja meg a iteration paramétert vagy a paramétert metric , de mindkettőt nem.
metric Kötelező	str A legjobb betanítási modell visszaadásához használandó metrika. A metrika csak "Modell" típussal adható meg. Adja meg a iteration paramétert vagy a paramétert metric , de mindkettőt nem.

Megjegyzések

A TrainingOutput PipelineData használatával olyan elemet hozhat létre Pipeline , amely lehetővé teszi, hogy más lépések is felhasználhassák az adott AutoMLStep vagy HyperDriveStep.

AutoMLStep definiálásakor használja a TrainingOutputot az alábbiak szerint:

   from azureml.pipeline.core import PipelineData, TrainingOutput

   metrics_data = PipelineData(name='metrics_data', datastore=ds,
                                pipeline_output_name='metrics_output',
                                training_output=TrainingOutput(type='Metrics'))
   model_data = PipelineData(name='model_data', datastore=ds,
                             pipeline_output_name='best_model_output',
                             training_output=TrainingOutput(type='Model'))
   automl_step = AutoMLStep(name='automl_step',
                            automl_config=automl_config,
                            inputs=[input_data],
                            outputs=[metrics_data, model_data])

Tekintse meg a TrainingOutput és egy AutoMlStep lépés használatát bemutató példát a jegyzetfüzetben https://aka.ms/pl-automl.

Attribútumok

iteration

A megfelelő betanítási modell iterációs számának lekérése.

Válaszok

Típus	Description
int	A betanítási modell iterációs száma.

metric

A legjobb betanítási modell metrikájának lekérése.

Válaszok

Típus	Description
str	A legjobb betanítási modell metrikaneve.

model_file

Szerezze be a legjobb betanítási modell kimenetébe felvenni kívánt modellfájlt.

Válaszok

Típus	Description
str	A legjobb betanítási modell kimenetében szerepelnie kell egy adott fájlnak.

type

A betanítási kimenet típusának lekérése.

Válaszok

Típus	Description
str	Betanítási kimenet típusa. A lehetséges értékek a következők: "Metrikák", "Modell".