TrainingOutput Classe

Definisce un output specializzato di determinati pipelineSteps da usare in una pipeline.

TrainingOutput consente di rendere disponibile una metrica o un modello di Machine Learning automatizzato come output di passaggio da utilizzare da un altro passaggio in una pipeline di Azure Machine Learning. Può essere usato con AutoMLStep o HyperDriveStep.

Inizializzare TrainingOutput.

param model_file: file di modello specifico da includere nell'output. Solo per HyperDriveStep .

Ereditarietà

builtins.object

TrainingOutput

Costruttore

TrainingOutput(type, iteration=None, metric=None, model_file=None)

Parametri

Nome	Descrizione
type Necessario	str Tipo di output di training. I valori possibili includono: 'Metrics', 'Model'.
iteration	int Numero di iterazione del modello di training corrispondente. Questo numero di iterazione può essere fornito solo con il tipo 'Modello'. Specificare il parametro o il iterationmetric parametro, ma non entrambi. Valore predefinito: None
metric	str Metrica da usare per restituire il modello di training migliore. La metrica può essere fornita solo con il tipo 'Modello'. Specificare il parametro o il iterationmetric parametro, ma non entrambi. Valore predefinito: None
model_file	str File di modello specifico da includere nell'output. Solo per HyperDriveStep . Valore predefinito: None
type Necessario	str Tipo di output di training. I valori possibili includono: 'Metrics', 'Model'.
iteration Necessario	int Numero di iterazione del modello di training corrispondente. Questo numero di iterazione può essere fornito solo con il tipo 'Modello'. Specificare il parametro o il iterationmetric parametro, ma non entrambi.
metric Necessario	str Metrica da usare per restituire il modello di training migliore. La metrica può essere fornita solo con il tipo 'Modello'. Specificare il parametro o il iterationmetric parametro, ma non entrambi.

Commenti

TrainingOutput viene usato con PipelineData quando si costruisce un Pipeline per consentire ad altri passaggi di usare le metriche o i modelli generati da un AutoMLStep oggetto o HyperDriveStep.

Usare TrainingOutput durante la definizione di autoMLStep come indicato di seguito:

   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])

Vedere un esempio di uso di TrainingOutput e di un passaggio AutoMlStep nel notebook https://aka.ms/pl-automl.

Attributi

iteration

Ottenere il numero di iterazione del modello di training corrispondente.

Restituisce

Tipo	Descrizione
int	Numero di iterazione per il modello di training.

metric

Ottenere la metrica per il modello di training ottimale.

Restituisce

Tipo	Descrizione
str	Nome della metrica per il modello di training migliore.

model_file

Ottenere un file di modello da includere nell'output per il modello di training migliore.

Restituisce

Tipo	Descrizione
str	Un file specifico da includere nell'output del modello di training migliore.

type

Ottenere il tipo di output di training.

Restituisce

Tipo	Descrizione
str	Tipo di output di training. I valori possibili includono: 'Metrics', 'Model'.