AutoMLImageConfig Classe

Rappresenta la configurazione per l'invio di un esperimento di immagine di Machine Learning automatizzato in Azure Machine Learning.

Questo oggetto di configurazione contiene e rende persistenti i parametri per la configurazione dell'esecuzione dell'esperimento, nonché i dati di training da usare in fase di esecuzione. Per indicazioni sulla selezione delle impostazioni, vedere: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Creare un oggetto AutoMLImageConfig.

Ereditarietà

AutoMLConfig

AutoMLImageConfig

Costruttore

AutoMLImageConfig(task: ImageTask, compute_target: Any, training_data: TabularDataset, hyperparameter_sampling: HyperParameterSampling, iterations: int, max_concurrent_iterations: int | None = None, experiment_timeout_hours: float | int | None = None, early_termination_policy: EarlyTerminationPolicy | None = None, validation_data: TabularDataset | None = None, arguments: List[Any] | None = None, **kwargs: Any)

Parametri

Nome	Descrizione
task Necessario	<xref:ImageTask> Tipo di attività da eseguire.
compute_target Necessario	Any Destinazione di calcolo di Azure Machine Learning in cui eseguire l'esperimento di immagine di Machine Learning. Sono supportati solo i calcoli GPU remoti con più di 12 GB di memoria GPU. Per altre informazioni sulle destinazioni di calcolo, vedere https://docs.microsoft.com/azure/machine-learning/how-to-auto-train-remote .
training_data Necessario	<xref:TabularDataset> Dati di training da usare all'interno dell'esperimento.
hyperparameter_sampling Necessario	<xref:HyperParameterSampling> Oggetto contenente lo spazio degli iperparametri, il metodo di campionamento e in alcuni casi proprietà aggiuntive per classi di campionamento specifiche.
iterations Necessario	int Numero totale di combinazioni di modelli e parametri diversi da testare durante un esperimento di immagine di Machine Learning automatizzato. Se non specificato, il valore predefinito è 1 iterazione.
max_concurrent_iterations	Optional[int] Rappresenta il numero massimo di iterazioni che verrebbero eseguite in parallelo. Il valore predefinito corrisponde al numero di iterazioni fornite. Valore predefinito: None
experiment_timeout_hours	Optional[Union[float, int]] Quantità massima di tempo, in ore, che tutte le iterazioni combinate possono impiegare prima che l'esperimento venga terminato. Può essere un valore decimale come 0,25 che rappresenta 15 minuti. Se non specificato, il timeout predefinito dell'esperimento è di 6 giorni. Valore predefinito: None
early_termination_policy	Optional[<xref:EarlyTerminationPolicy>] I criteri di terminazione anticipata usano quando si usa l'ottimizzazione degli iperparametri con diverse iterazioni. Un'iterazione viene annullata quando vengono soddisfatti i criteri di un criterio specificato. Valore predefinito: None
validation_data	Optional[<xref:TabularDataset>] Dati di convalida da usare all'interno dell'esperimento. Valore predefinito: None
arguments	Optional[List[Any]] Argomenti da passare all'esecuzione dello script remoto. Gli argomenti vengono passati nelle coppie nome-valore e il nome deve essere preceduto da un trattino doppio. Valore predefinito: None
task Necessario	<xref:ImageTask> Tipo di attività da eseguire.
compute_target Necessario	Any Destinazione di calcolo di Azure Machine Learning in cui eseguire l'esperimento di immagine di Machine Learning. Sono supportati solo i calcoli GPU remoti con più di 12 GB di memoria GPU. Per altre informazioni sulle destinazioni di calcolo, vedere https://docs.microsoft.com/azure/machine-learning/how-to-auto-train-remote .
training_data Necessario	<xref:TabularDataset> Dati di training da usare all'interno dell'esperimento.
hyperparameter_sampling Necessario	<xref:HyperParameterSampling> Oggetto contenente lo spazio degli iperparametri, il metodo di campionamento e in alcuni casi proprietà aggiuntive per classi di campionamento specifiche.
iterations Necessario	int Numero totale di combinazioni di modelli e parametri diversi da testare durante un esperimento di immagine di Machine Learning automatizzato. Se non specificato, il valore predefinito è 1 iterazione.
max_concurrent_iterations Necessario	Optional[int] Rappresenta il numero massimo di iterazioni che verrebbero eseguite in parallelo. Il valore predefinito corrisponde al numero di iterazioni fornite.
experiment_timeout_hours Necessario	Optional[Union[float, int]] Quantità massima di tempo, in ore, che tutte le iterazioni combinate possono impiegare prima che l'esperimento venga terminato. Può essere un valore decimale come 0,25 che rappresenta 15 minuti. Se non specificato, il timeout predefinito dell'esperimento è di 6 giorni.
early_termination_policy Necessario	Optional[<xref:EarlyTerminationPolicy>] I criteri di terminazione anticipata usano quando si usa l'ottimizzazione degli iperparametri con diverse iterazioni. Un'iterazione viene annullata quando vengono soddisfatti i criteri di un criterio specificato.
validation_data Necessario	Optional[<xref:TabularDataset>] Dati di convalida da usare all'interno dell'esperimento.
arguments Necessario	Optional[List[Any]] Argomenti da passare all'esecuzione dello script remoto. Gli argomenti vengono passati nelle coppie nome-valore e il nome deve essere preceduto da un trattino doppio.