ImageLimitSettings Classe
Limitare le impostazioni per i verticali delle immagini AutoML.
ImageLimitSettings è una classe che contiene i parametri seguenti: max_concurrent_trials, max_trials e timeout_minutes.
Si tratta di un metodo di configurazione facoltativo per configurare i parametri dei limiti, ad esempio i timeout e così via.
Nota
Il numero di esecuzioni simultanee è limitato dalle risorse disponibili nella destinazione di calcolo specificata.
Assicurarsi che la destinazione di calcolo disponga delle risorse disponibili per la concorrenza desiderata.
Suggerimento
È consigliabile associare max_concurrent_trials conteggio con il numero di nodi nel cluster.
Ad esempio, se si dispone di un cluster con 4 nodi, impostare max_concurrent_trials su 4.
Esempio di utilizzo
Configurazione di ImageLimitSettings
from azure.ai.ml import automl
# Create the AutoML job with the related factory-function.
image_instance_segmentation_job = automl.image_instance_segmentation(
compute=compute_name,
experiment_name=exp_name,
training_data=my_training_data_input,
validation_data=my_validation_data_input,
target_column_name="label",
primary_metric="MeanAveragePrecision",
tags={"my_custom_tag": "custom value"},
)
# Set the limits for the AutoML job.
image_instance_segmentation_job.set_limits(
max_trials=10,
max_concurrent_trials=2,
)
# Submit the AutoML job.
image_instance_segmentation_job.submit()
Inizializzare un oggetto ImageLimitSettings.
Costruttore per ImageLimitSettings per i verticali dell'immagine AutoML.
- Ereditarietà
-
azure.ai.ml.entities._mixins.RestTranslatableMixinImageLimitSettings
Costruttore
ImageLimitSettings(*, max_concurrent_trials: int | None = None, max_trials: int | None = None, timeout_minutes: int | None = None)
Parametri
Numero massimo di iterazioni AutoML simultanee, il valore predefinito è Nessuno.
Rappresenta il numero massimo di prove (processi figlio) che verrebbero eseguite in parallelo.
Rappresenta il numero massimo di prove (processi figlio) che verrebbero eseguite in parallelo.
Azure SDK for Python
Commenti e suggerimenti
https://aka.ms/ContentUserFeedback.
Presto disponibile: Nel corso del 2024 verranno gradualmente disattivati i problemi di GitHub come meccanismo di feedback per il contenuto e ciò verrà sostituito con un nuovo sistema di feedback. Per altre informazioni, vedereInvia e visualizza il feedback per