ReinforcementLearningRun Classe

  • Riferimento

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
Run
ReinforcementLearningRun

Costruttore

ReinforcementLearningRun(experiment, run_id, directory=None, _run_config=None, **kwargs)

Parametri

experiment
Experiment
Necessario

Oggetto esperimento.

run_id
str
Necessario

ID esecuzione.

directory
str
valore predefinito: None

Directory di origine.

_run_config
ReinforcementLearningConfiguration
valore predefinito: None

Configurazione dell'apprendimento per rinforzo.

kwargs
dict
Necessario

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'