Partilhar via

ReinforcementLearningConfiguration Classe

  • Referência

Representa a configuração para execuções de aprendizagem de reforço direcionadas para destinos de computação do Azure Machine Learning.

O objeto ReinforcementLearningConfiguration encapsula as informações necessárias para submeter uma execução de aprendizagem de reforço numa experimentação. Inclui informações sobre destinos de cabeça, trabalhos e computação para executar execuções de experimentação.

Herança
azureml._base_sdk_common.abstract_run_config_element._AbstractRunConfigElement
ReinforcementLearningConfiguration

Construtor

ReinforcementLearningConfiguration(head_configuration, worker_configuration, max_run_duration_seconds=None, cluster_coordination_timeout_seconds=None, source_directory=None, _path=None, _name=None, framework=None)

Parâmetros

head_configuration
Necessário

A configuração do head.

worker_configuration
WorkerConfiguration
Necessário

A configuração para os trabalhadores.

max_run_duration_seconds
int
Necessário

O tempo máximo permitido para a execução em segundos. O Azure ML tentará cancelar automaticamente a tarefa se demorar mais tempo do que este valor.

cluster_coordination_timeout_seconds
int
Necessário

O tempo máximo em segundos que a tarefa pode demorar a iniciar depois de ter passado o estado em fila.

source_directory
str
Necessário

O diretório que contém código ou configuração para a execução principal.

framework
RLFramework
Necessário

Arquitetura de orquestração a utilizar na experimentação. A predefinição é a versão 0.8.0 do Ray

Métodos

load

Carregue um ficheiro de configuração de execução de aprendizagem de reforço guardado anteriormente a partir de um ficheiro no disco.

Se path apontar para um ficheiro, o ReinforcementLearningConfiguration é carregado a partir desse ficheiro.

Se path apontar para um diretório, que deve ser um diretório de projeto, a opção ReinforcementLearningConfiguration é carregada a partir de <path>/.azureml/<name> ou <path>/aml_config/<name>.
save

Guarde o ReinforcementLearningConfiguration num ficheiro no disco.

A UserErrorException é gerado quando:

  • Não é possível guardar o ReinforcementLearningConfiguration com o nome especificado.

  • Não name foi especificado nenhum parâmetro.

  • Nenhum path parâmetro é inválido.

Se path for do formato <dir_path>/<file_name> em <que dir_path> é um diretório válido, a Dir_path/<file_name> de ReforçoLearningConfiguration é guardada<>.

Se path apontar para um diretório, que deve ser um diretório de projeto, a opção ReinforcementLearningConfiguration é guardada em <path>/.azureml/<name> ou <path>/aml_config/<name>.

Este método é útil ao editar a configuração manualmente ou ao partilhar a configuração com a CLI.

load

Carregue um ficheiro de configuração de execução de aprendizagem de reforço guardado anteriormente a partir de um ficheiro no disco.

Se path apontar para um ficheiro, o ReinforcementLearningConfiguration é carregado a partir desse ficheiro.

Se path apontar para um diretório, que deve ser um diretório de projeto, a opção ReinforcementLearningConfiguration é carregada a partir de <path>/.azureml/<name> ou <path>/aml_config/<name>.

static load(path=None, name=None)

Parâmetros

path
str
valor predefinido: None

Um diretório de raiz selecionado pelo utilizador para configurações de execução. Normalmente, este é o Repositório Git ou o diretório de raiz do projeto Python. Para retrocompatibilidade, a configuração também será carregada a partir de .azureml ou aml_config subdiretório. Se o ficheiro não estiver nesses diretórios, o ficheiro será carregado a partir do caminho especificado. O caminho é predefinido para o diretório de trabalho atual, se não for fornecido.

name
str
valor predefinido: None

O nome do ficheiro de configuração.

Devoluções

O objeto de configuração de execução de aprendizagem de reforço.

Tipo de retorno

ReinforcementLearningConfiguration

save

Guarde o ReinforcementLearningConfiguration num ficheiro no disco.

A UserErrorException é gerado quando:

  • Não é possível guardar o ReinforcementLearningConfiguration com o nome especificado.

  • Não name foi especificado nenhum parâmetro.

  • Nenhum path parâmetro é inválido.

Se path for do formato <dir_path>/<file_name> em <que dir_path> é um diretório válido, a Dir_path/<file_name> de ReforçoLearningConfiguration é guardada<>.

Se path apontar para um diretório, que deve ser um diretório de projeto, a opção ReinforcementLearningConfiguration é guardada em <path>/.azureml/<name> ou <path>/aml_config/<name>.

Este método é útil ao editar a configuração manualmente ou ao partilhar a configuração com a CLI.

save(path=None, name=None, separate_environment_yaml=False)

Parâmetros

separate_environment_yaml
bool
valor predefinido: False

Indica se pretende guardar a configuração do ambiente conda. Se For Verdadeiro, a configuração do ambiente conda é guardada num ficheiro YAML com o nome "_environment.yml".

path
str
valor predefinido: None

Um diretório de raiz selecionado pelo utilizador para configurações de execução. Normalmente, este é o Repositório Git ou o diretório de raiz do projeto Python. A configuração é guardada num subdiretório com o nome .azureml.

name
str
valor predefinido: None

[Obrigatório] O nome do ficheiro de configuração.

Tipo de retorno

None