Objective Classe

  • Riferimento

Obiettivo di ottimizzazione.

Obiettivo di ottimizzazione.

Ereditarietà
azure.ai.ml.entities._mixins.RestTranslatableMixin
Objective

Costruttore

Objective(goal: str | None, primary_metric: str | None = None)

Parametri

Nome Descrizione
goal
Necessario
str

Definisce gli obiettivi delle metriche supportati per l'ottimizzazione degli iperparametri. I valori accettati sono: "riduci a icona", "ingrandisci".
primary_metric
str

Nome della metrica da ottimizzare.

valore predefinito: None
goal
Necessario
str

Definisce gli obiettivi delle metriche supportati per l'ottimizzazione degli iperparametri. I valori accettabili sono: "riduci a icona" o "ingrandisci".
primary_metric
Necessario
str

Nome della metrica da ottimizzare.

Esempio

Assegnazione di un obiettivo a sweepJob.


   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"),
   )