Sweep 클래스
스윕 노드에 대한 기본 클래스입니다.
이 클래스는 직접 인스턴스화해서는 안 됩니다. 대신 작성기 함수인 스윕을 통해 만들어야 합니다.
- 상속
-
azure.ai.ml.entities._job.sweep.parameterized_sweep.ParameterizedSweepSweepazure.ai.ml.entities._builders.base_node.BaseNodeSweep
생성자
Sweep(*, trial: CommandComponent | str | None = None, compute: str | None = None, limits: SweepJobLimits | None = None, sampling_algorithm: str | SamplingAlgorithm | None = None, objective: Objective | None = None, early_termination: BanditPolicy | MedianStoppingPolicy | TruncationSelectionPolicy | None = None, search_space: Dict[str, Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform] | None = None, inputs: Dict[str, int | str | float | bool | Input] | None = None, outputs: Dict[str, str | Output] | None = None, identity: ManagedIdentityConfiguration | AmlTokenConfiguration | UserIdentityConfiguration | None = None, queue_settings: QueueSettings | None = None, **kwargs)
매개 변수
- sampling_algorithm
- str
검색 공간 내에서 샘플링하는 데 사용할 샘플링 알고리즘입니다. 허용되는 값은 "random", "grid" 또는 "bayesian"입니다.
- early_termination_policy
- Union[BanditPolicy, MedianStoppingPolicy, TruncationSelectionPolicy]
스윕 노드의 초기 종료 정책입니다.
- search_space
- Dict[str, Union[Choice, LogNormal, LogUniform, Normal, QLogNormal, QLogUniform, QNormal, QUniform, Randint, Uniform]]
평가판을 실행할 하이퍼 매개 변수 검색 공간입니다.
컴퓨팅에서 실행하는 동안 학습 작업이 사용할 ID입니다.
메서드
clear | |
copy | |
dump |
YAML 형식의 파일로 작업 콘텐츠를 덤프합니다. |
fromkeys |
반복 가능의 키와 값이 값으로 설정된 새 사전을 만듭니다. |
get |
키가 사전에 있으면 키 값을 반환하고, 그렇지 않으면 기본값을 반환합니다. |
items | |
keys | |
pop |
키를 찾을 수 없으면 기본값을 반환합니다. 그렇지 않으면 KeyError를 발생합니다. |
popitem |
(키, 값) 쌍을 제거하고 2 튜플로 반환합니다. 쌍은 LIFO(마지막, 선적) 순서로 반환됩니다. 받아쓰기가 비어 있으면 KeyError를 발생합니다. |
set_limits |
스윕 노드에 대한 제한을 설정합니다. 해당 값을 업데이트하지 않으려면 매개 변수를 없음으로 둡니다. |
set_objective |
스윕 개체를 설정합니다. 해당 값을 업데이트하지 않으려면 매개 변수를 없음으로 둡니다. "minimize", "maximize". :type goal: str :키워드(keyword) primary_metric: 최적화할 메트릭의 이름입니다. :p aramtype primary_metric: str |
setdefault |
키가 사전에 없는 경우 기본값으로 키를 삽입합니다. 키가 사전에 있으면 키 값을 반환하고, 그렇지 않으면 기본값을 반환합니다. |
update |
E가 있고 .keys() 메서드가 있는 경우 다음을 수행합니다. E의 k: D[k] = E[k] E가 있고 .keys() 메서드가 없는 경우 다음을 수행합니다. k의 경우 E: D[k] = v 두 경우 모두 다음을 수행합니다. F: D[k] = F[k] |
values |
clear
clear() -> None. Remove all items from D.
copy
copy() -> a shallow copy of D
dump
YAML 형식의 파일로 작업 콘텐츠를 덤프합니다.
dump(dest: str | PathLike | IO, **kwargs) -> None
매개 변수
YAML 콘텐츠를 쓸 로컬 경로 또는 파일 스트림입니다. dest가 파일 경로인 경우 새 파일이 만들어집니다. dest가 열려 있는 파일인 경우 파일이 직접 에 기록됩니다.
- kwargs
- dict
YAML serializer에 전달할 추가 인수입니다.
예외
dest가 파일 경로이고 파일이 이미 있는 경우 발생합니다.
dest가 열려 있는 파일이고 파일을 쓸 수 없는 경우 발생합니다.
fromkeys
반복 가능의 키와 값이 값으로 설정된 새 사전을 만듭니다.
fromkeys(value=None, /)
매개 변수
- type
- iterable
- value
get
키가 사전에 있으면 키 값을 반환하고, 그렇지 않으면 기본값을 반환합니다.
get(key, default=None, /)
매개 변수
- key
- default
items
items() -> a set-like object providing a view on D's items
keys
keys() -> a set-like object providing a view on D's keys
pop
키를 찾을 수 없으면 기본값을 반환합니다. 그렇지 않으면 KeyError를 발생합니다.
pop(k, [d]) -> v, remove specified key and return the corresponding value.
popitem
(키, 값) 쌍을 제거하고 2 튜플로 반환합니다.
쌍은 LIFO(마지막, 선적) 순서로 반환됩니다. 받아쓰기가 비어 있으면 KeyError를 발생합니다.
popitem()
set_limits
스윕 노드에 대한 제한을 설정합니다. 해당 값을 업데이트하지 않으려면 매개 변수를 없음으로 둡니다.
set_limits(*, max_concurrent_trials: int | None = None, max_total_trials: int | None = None, timeout: int | None = None, trial_timeout: int | None = None) -> None
매개 변수
- max_concurrent_trials
- int
최대 동시 평가판 번호입니다.
- max_total_trials
- int
최대 총 평가판 수입니다.
- timeout
- int
스윕 노드의 총 시간 제한(초)
- trial_timeout
- int
각 평가판에 대한 시간 제한(초)
set_objective
스윕 개체를 설정합니다. 해당 값을 업데이트하지 않으려면 매개 변수를 없음으로 둡니다.
"minimize", "maximize". :type goal: str :키워드(keyword) primary_metric: 최적화할 메트릭의 이름입니다. :p aramtype primary_metric: str
set_objective(*, goal: str | None = None, primary_metric: str | None = None) -> None
매개 변수
- goal
하이퍼 매개 변수 튜닝을 위해 지원되는 메트릭 목표를 정의합니다. 사용 가능한 값은
setdefault
키가 사전에 없는 경우 기본값으로 키를 삽입합니다.
키가 사전에 있으면 키 값을 반환하고, 그렇지 않으면 기본값을 반환합니다.
setdefault(key, default=None, /)
매개 변수
- key
- default
update
E가 있고 .keys() 메서드가 있는 경우 다음을 수행합니다. E의 k: D[k] = E[k] E가 있고 .keys() 메서드가 없는 경우 다음을 수행합니다. k의 경우 E: D[k] = v 두 경우 모두 다음을 수행합니다. F: D[k] = F[k]
update([E], **F) -> None. Update D from dict/iterable E and F.
values
values() -> an object providing a view on D's values
특성
base_path
creation_context
early_termination
스윕 작업에 대한 초기 종료 정책입니다.
반환 형식
id
inputs
limits
log_files
name
outputs
sampling_algorithm
search_space
하이퍼 매개 변수 검색 공간의 사전입니다.
각 키는 하이퍼 매개 변수의 이름이고 해당 값은 매개 변수 식입니다.
반환 형식
status
작업의 상태.
반환되는 일반적인 값에는 “Running”, “Completed”, “Failed”가 포함됩니다. 가능한 모든 값은 다음과 같습니다.
NotStarted - 클라우드 제출 전에 클라이언트 쪽 Run 개체가 있는 임시 상태입니다.
Starting - 실행이 클라우드에서 처리되기 시작했습니다. 호출자에게는 이 시점에서 실행 ID가 있습니다.
프로비저닝 - 지정된 작업 제출을 위해 주문형 컴퓨팅을 만들고 있습니다.
준비 중 - 실행 환경이 준비 중이며 다음 두 단계 중 하나입니다.
Docker 이미지 빌드
conda 환경 설정
대기 중 - 작업이 컴퓨팅 대상에서 큐에 대기됩니다. 예를 들어 BatchAI에서 작업은 큐에 대기 상태입니다.
요청된 모든 노드가 준비될 때까지 기다리는 동안 대기 상태입니다.
실행 중 - 컴퓨팅 대상에서 작업이 실행되기 시작했습니다.
Finalizing - 사용자 코드 실행이 완료되었으며 실행이 사후 처리 단계에 있습니다.
CancelRequested - 작업에 대한 취소가 요청되었습니다.
완료됨 - 실행이 성공적으로 완료되었습니다. 여기에는 사용자 코드 실행 및 실행이 모두 포함됩니다.
사후 처리 단계입니다.
Failed - 실행이 실패했습니다. 일반적으로 실행의 오류 속성은 이유에 대한 세부 정보를 제공합니다.
Canceled - 취소 요청을 따르고 실행이 성공적으로 취소되었음을 나타냅니다.
NotResponding - 하트비트를 사용하도록 설정한 실행의 경우 최근에 하트비트를 보내지 않았습니다.
반환
작업의 상태.
반환 형식
studio_url
trial
type
Azure SDK for Python
피드백
https://aka.ms/ContentUserFeedback
출시 예정: 2024년 내내 콘텐츠에 대한 피드백 메커니즘으로 GitHub 문제를 단계적으로 폐지하고 이를 새로운 피드백 시스템으로 바꿀 예정입니다. 자세한 내용은 다음을 참조하세요.다음에 대한 사용자 의견 제출 및 보기