TrainingOutput 클래스
파이프라인에서 사용할 특정 PipelineSteps의 특수 출력을 정의합니다.
TrainingOutput을 사용하면 자동화된 Machine Learning 메트릭 또는 모델을 Azure Machine Learning 파이프라인의 다른 단계에서 사용할 단계 출력으로 사용할 수 있게 됩니다. AutoMLStep 또는 HyperDriveStep와 함께 사용할 수 있습니다.
TrainingOutput을 초기화합니다.
param model_file: 출력에 포함할 특정 모델 파일입니다. HyperDriveStep에만 해당합니다.
- 상속
-
builtins.objectTrainingOutput
생성자
TrainingOutput(type, iteration=None, metric=None, model_file=None)
매개 변수
- iteration
- int
해당 학습 모델의 반복 번호입니다.
이 반복 번호는 '모델' 형식으로만 제공할 수 있습니다.
iteration
매개 변수 또는 metric
매개 변수 중 하나를 제공합니다. 둘 다 제공하면 안 됩니다.
- metric
- str
최상의 학습 모델을 반환하는 데 사용할 메트릭입니다.
메트릭은 '모델' 형식으로만 제공할 수 있습니다.
iteration
매개 변수 또는 metric
매개 변수 중 하나를 제공합니다. 둘 다 제공하면 안 됩니다.
- iteration
- int
해당 학습 모델의 반복 번호입니다.
이 반복 번호는 '모델' 형식으로만 제공할 수 있습니다.
iteration
매개 변수 또는 metric
매개 변수 중 하나를 제공합니다. 둘 다 제공하면 안 됩니다.
- metric
- str
최상의 학습 모델을 반환하는 데 사용할 메트릭입니다.
메트릭은 '모델' 형식으로만 제공할 수 있습니다.
iteration
매개 변수 또는 metric
매개 변수 중 하나를 제공합니다. 둘 다 제공하면 안 됩니다.
설명
TrainingOutput은 AutoMLStep 또는 HyperDriveStep에서 생성한 메트릭 또는 모델을 다른 단계에서 사용할 수 있도록 Pipeline을 생성할 때 PipelineData와 함께 사용됩니다.
다음과 같이 AutoMLStep을 정의할 때 TrainingOutput을 사용합니다.
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])
Notebook https://aka.ms/pl-automl에서 TrainingOutput 및 AutoMlStep 단계를 사용하는 예제를 참조하세요.
특성
iteration
metric
model_file
type
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