TrainingOutput Kelas
Menentukan output khusus dari PipelineSteps tertentu untuk digunakan dalam alur.
TrainingOutput memungkinkan metrik atau model pembelajaran mesin otomatis tersedia sebagai output langkah untuk digunakan oleh langkah lain dalam Alur Azure Machine Learning. Dapat digunakan dengan AutoMLStep atau HyperDriveStep.
Menginisialisasi TrainingOutput.
param model_file: File model tertentu yang akan disertakan dalam output. Hanya untuk HyperDriveStep.
- Warisan
-
builtins.objectTrainingOutput
Konstruktor
TrainingOutput(type, iteration=None, metric=None, model_file=None)
Parameter
Nama | Deskripsi |
---|---|
type
Diperlukan
|
Jenis output pelatihan. Nilai yang mungkin termasuk: 'Metrik', 'Model'. |
iteration
|
Nomor perulangan dari model pelatihan yang sesuai.
Nomor perulangan ini hanya dapat diberikan dengan jenis 'Model'.
Berikan parameter nilai default: None
|
metric
|
Metrik yang akan digunakan untuk mengembalikan model pelatihan terbaik.
Metrik hanya dapat diberikan dengan jenis 'Model'.
Berikan parameter nilai default: None
|
model_file
|
File model spesifik yang akan disertakan dalam output. Hanya untuk HyperDriveStep. nilai default: None
|
type
Diperlukan
|
Jenis output pelatihan. Nilai yang mungkin termasuk: 'Metrik', 'Model'. |
iteration
Diperlukan
|
Nomor perulangan dari model pelatihan yang sesuai.
Nomor perulangan ini hanya dapat diberikan dengan jenis 'Model'.
Berikan parameter |
metric
Diperlukan
|
Metrik yang akan digunakan untuk mengembalikan model pelatihan terbaik.
Metrik hanya dapat diberikan dengan jenis 'Model'.
Berikan parameter |
Keterangan
TrainingOutput digunakan dengan PipelineData saat membuat Pipeline untuk memungkinkan langkah lain menggunakan metrik atau model yang dihasilkan oleh AutoMLStep atau HyperDriveStep.
Gunakan TrainingOutput saat menentukan AutoMLStep sebagai berikut:
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])
Lihat contoh penggunaan TrainingOutput dan langkah AutoMlStep di notebook https://aka.ms/pl-automl.
Atribut
iteration
Dapatkan nomor perulangan dari model pelatihan yang sesuai.
Mengembalikan
Jenis | Deskripsi |
---|---|
Nomor perulangan untuk model pelatihan. |
metric
Dapatkan metrik untuk model pelatihan terbaik.
Mengembalikan
Jenis | Deskripsi |
---|---|
Nama metrik untuk model pelatihan terbaik. |
model_file
Dapatkan file model untuk disertakan dalam output untuk model pelatihan terbaik.
Mengembalikan
Jenis | Deskripsi |
---|---|
File tertentu untuk dimasukkan dalam output model pelatihan terbaik. |
type
Dapatkan jenis output pelatihan.
Mengembalikan
Jenis | Deskripsi |
---|---|
Jenis output pelatihan. Nilai yang mungkin termasuk: 'Metrik', 'Model'. |
Saran dan Komentar
https://aka.ms/ContentUserFeedback.
Segera hadir: Sepanjang tahun 2024 kami akan menghentikan penggunaan GitHub Issues sebagai mekanisme umpan balik untuk konten dan menggantinya dengan sistem umpan balik baru. Untuk mengetahui informasi selengkapnya, lihat:Kirim dan lihat umpan balik untuk