ReinforcementLearningRun Classe
Classe run per gestire e monitorare le esecuzioni di apprendimento per rinforzo associate a un esperimento e a un SINGOLO ID esecuzione.
Costruttore Class ReinforcementLearningRun.
- Ereditarietà
-
ReinforcementLearningRun
Costruttore
ReinforcementLearningRun(experiment, run_id, directory=None, _run_config=None, **kwargs)
Parametri
- _run_config
- ReinforcementLearningConfiguration
Configurazione dell'apprendimento per rinforzo.
- kwargs
- dict
Commenti
Azure Machine Learning SDK offre una serie di classi interconnesse progettate per eseguire il training e confrontare i modelli di Machine Learning correlati al problema condiviso che stanno risolvendo.
Un Experiment oggetto funge da contenitore logico per queste esecuzioni di training. Un ReinforcementLearningConfiguration oggetto viene usato per codificare le informazioni necessarie per inviare un'esecuzione di training in un esperimento di apprendimento per rinforzo. Che può quindi essere inviato tramite l'esperimento. Per un esempio di questo processo, vedere la documentazione in ReinforcementLearningConfiguration .
ReinforcementLearningConfiguration Una volta inviato, viene restituito un oggetto ReinforcementLearningRun.
Un oggetto ReinforcementLearningRun consente di accedere a livello di codice alle informazioni sull'esecuzione dell'apprendimento per rinforzo associato. Alcuni esempi includono il recupero dei log corrispondenti a un'esecuzione, l'annullamento o il completamento di un'esecuzione se è ancora in corso, la pulizia degli artefatti di un'esecuzione completata e l'attesa del completamento di un'esecuzione attualmente in corso.
Metodi
complete |
Completare l'esecuzione in corso |
complete
Completare l'esecuzione in corso
complete()
Commenti
Un esempio per completare l'esecuzione è il seguente:
run = experiment.submit(config=ReinforcementLearningRunConfig)
run.complete()
Attributi
RUN_TYPE
RUN_TYPE = 'reinforcementlearning'
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