dnn Pacote

Contém avaliadores usados no treinamento da Rede Neural Profunda (DNN).

Classes

Chainer	Representa um avaliador para treinamento em experimentos de Chainer. PRETERIDO. Use o objeto ScriptRunConfig com seu próprio ambiente definido ou um dos ambientes selecionados do Chainer do Azure ML. Para ver uma introdução à configuração de execuções de experimento com ScriptRunConfig, confira Configurar e enviar as execuções de treinamento. Versões com suporte: 5.1.0, 7.0.0 Inicialize um avaliador chainer.
Gloo	Gerencia as configurações do Gloo para trabalhos de treinamento distribuídos. PRETERIDO. Use a classe PyTorchConfiguration. O Gloo pode ser especificado para um trabalho de treinamento com o parâmetro distributed_training do avaliador PyTorch pré-configurado ou qualquer Estimator genérico que suporte o Gloo. Uma classe para gerenciar as configurações do Gloo para trabalhos.
Mpi	Gerencia configurações de MPI (Interface de Passagem de Mensagem) para trabalhos de treinamento distribuídos. PRETERIDO. Use a classe MpiConfiguration. A MPI pode ser especificada para um trabalho com o parâmetro distributed_training dos avaliadores pré-configurados Chainer, PyTorch e TensorFlow ou com um Estimator genérico. Uma classe para gerenciar as configurações de MPI para trabalhos.
Nccl	Gerencia configurações de Nccl para trabalhos de treinamento distribuídos. PRETERIDO. Use a classe PyTorchConfiguration. O Nccl pode ser especificado para um trabalho de treinamento com o parâmetro distributed_training do avaliador PyTorch pré-configurado ou qualquer Estimator genérico que dê suporte ao Nccl. Uma classe para gerenciar as configurações do Nccl para trabalhos.
ParameterServer	Gerencia configurações do servidor de parâmetros para trabalhos de treinamento. PRETERIDO. Use a classe TensorflowConfiguration. Uma classe para gerenciar as configurações do servidor de parâmetros para trabalhos. PRETERIDO. Use a classe TensorflowConfiguration.
PyTorch	Representa um avaliador para treinamento em experimentos PyTorch. PRETERIDO. Use o objeto ScriptRunConfig com seu próprio ambiente definido ou um dos ambientes coletados do PyTorch do Azure ML. Para obter uma introdução à configuração de experimentos PyTorch executados com ScriptRunConfig, consulteTreinar modelos PyTorch em escala com o Azure Machine Learning. Versões com suporte: 1.0, 1.1, 1.2, 1.3, 1.4, 1.5, 1.6 Inicialize um avaliador PyTorch. Referência de execução do Docker. :type shm_size: str :p aram resume_from: o caminho de dados que contém o ponto de verificação ou os arquivos de modelo dos quais retomar o experimento. :type resume_from: azureml.data.datapath.DataPath :p aram max_run_duration_seconds: o tempo máximo permitido para a execução. O Azure ML tentará automaticamente cancele a execução se demorar mais do que esse valor.
TensorFlow	Representa um avaliador para treinamento em experimentos TensorFlow. PRETERIDO. Use o objeto ScriptRunConfig com seu próprio ambiente definido ou um dos ambientes selecionados do TensorFlow do Azure ML. Para obter uma introdução à configuração de experimentos TensorFlow executados com ScriptRunConfig, consulteTreinar modelos TensorFlow em escala com o Azure Machine Learning. Versões com suporte: 1.10, 1.12, 1.13, 2.0, 2.1, 2.2 Inicialize um avaliador do TensorFlow. Referência de execução do Docker. :type shm_size: str :p aram resume_from: o caminho de dados que contém o ponto de verificação ou os arquivos de modelo dos quais retomar o experimento. :type resume_from: azureml.data.datapath.DataPath :p aram max_run_duration_seconds: o tempo máximo permitido para a execução. O Azure ML tentará automaticamente cancele a execução se demorar mais do que esse valor.