ImageLimitSettings Klas
Limietinstellingen voor AutoML-afbeeldingsverticalen.
ImageLimitSettings is een klasse die de volgende parameters bevat: max_concurrent_trials, max_trials en timeout_minutes.
Dit is een optionele configuratiemethode voor het configureren van limietparameters, zoals time-outs, enzovoort.
Notitie
Het aantal gelijktijdige uitvoeringen wordt beperkt voor de resources die beschikbaar zijn in het opgegeven rekendoel.
Zorg ervoor dat het rekendoel de beschikbare resources voor de gewenste gelijktijdigheid heeft.
Tip
Het is een goede gewoonte om max_concurrent_trials aantal te vergelijken met het aantal knooppunten in het cluster.
Als u bijvoorbeeld een cluster met 4 knooppunten hebt, stelt u max_concurrent_trials in op 4.
Voorbeeld van gebruik
Configuratie van ImageLimitSettings
from azure.ai.ml import automl
# Create the AutoML job with the related factory-function.
image_instance_segmentation_job = automl.image_instance_segmentation(
compute=compute_name,
experiment_name=exp_name,
training_data=my_training_data_input,
validation_data=my_validation_data_input,
target_column_name="label",
primary_metric="MeanAveragePrecision",
tags={"my_custom_tag": "custom value"},
)
# Set the limits for the AutoML job.
image_instance_segmentation_job.set_limits(
max_trials=10,
max_concurrent_trials=2,
)
# Submit the AutoML job.
image_instance_segmentation_job.submit()
Initialiseer een ImageLimitSettings-object.
Constructor voor ImageLimitSettings voor AutoML Image Verticals.
- Overname
-
azure.ai.ml.entities._mixins.RestTranslatableMixinImageLimitSettings
Constructor
ImageLimitSettings(*, max_concurrent_trials: int | None = None, max_trials: int | None = None, timeout_minutes: int | None = None)
Parameters
Maximum aantal gelijktijdige AutoML-iteraties, standaard ingesteld op Geen.
Vertegenwoordigt het maximum aantal proefversies (onderliggende taken) dat parallel wordt uitgevoerd.
Vertegenwoordigt het maximum aantal proefversies (onderliggende taken) dat parallel wordt uitgevoerd.
Azure SDK for Python
Feedback
https://aka.ms/ContentUserFeedback.
Binnenkort beschikbaar: In de loop van 2024 zullen we GitHub-problemen geleidelijk uitfaseren als het feedbackmechanisme voor inhoud en deze vervangen door een nieuw feedbacksysteem. Zie voor meer informatie:Feedback verzenden en weergeven voor