dnn Pacote

Contém estimadores usados no treinamento de Rede Neural Profunda (DNN).

Classes

Chainer	Representa um estimador para treinamento em experimentos Chainer. PRETERIDO. Use o ScriptRunConfig objeto com seu próprio ambiente definido ou um dos ambientes curados pelo Azure ML Chainer. Para obter uma introdução à configuração de execuções experimentais com ScriptRunConfig, consulte Configurar e enviar execuções de treinamento. Versões suportadas: 5.1.0, 7.0.0 Inicialize um estimador do Chainer.
Gloo	Gerencia as configurações do Gloo para trabalhos de treinamento distribuídos. PRETERIDO. Use a classe PyTorchConfiguration. Gloo pode ser especificado para um trabalho de treinamento com o distributed_training parâmetro do estimador pré-configurado PyTorch ou qualquer Gloo de suporte genérico Estimator . Uma classe para gerenciar configurações do Gloo para trabalhos.
Mpi	Gerencia as configurações de MPI (Message Passing Interface) para trabalhos de treinamento distribuídos. PRETERIDO. Use a classe MpiConfiguration. O MPI pode ser especificado para um trabalho com o distributed_training parâmetro de estimadores Chainerpré-configurados , PyTorche , ou TensorFlowcom um genérico Estimator. Uma classe para gerenciar configurações de MPI para trabalhos.
Nccl	Gerencia as configurações de Nccl para trabalhos de treinamento distribuídos. PRETERIDO. Use a classe PyTorchConfiguration. Nccl pode ser especificado para um trabalho de treinamento com o distributed_training parâmetro do estimador pré-configurado PyTorch ou qualquer Nccl de suporte genérico Estimator . Uma classe para gerenciar configurações Nccl para trabalhos.
ParameterServer	Gerencia as configurações do Parameter Server para trabalhos de treinamento. PRETERIDO. Use a classe TensorflowConfiguration. Uma classe para gerenciar configurações de servidor de parâmetros para trabalhos. PRETERIDO. Use a classe TensorflowConfiguration.
PyTorch	Representa um estimador para treinamento em experimentos PyTorch. PRETERIDO. Use o ScriptRunConfig objeto com seu próprio ambiente definido ou um dos ambientes curados do Azure ML PyTorch. Para obter uma introdução à configuração do experimento PyTorch executado com ScriptRunConfig, consulte Treinar modelos PyTorch em escala com o Azure Machine Learning. Versões suportadas: 1.0, 1.1, 1.2, 1.3, 1.4, 1.5, 1.6 Inicialize um estimador 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 a partir 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 este valor.
TensorFlow	Representa um estimador para treinamento em experimentos TensorFlow. PRETERIDO. Use o ScriptRunConfig objeto com seu próprio ambiente definido ou um dos ambientes curados do TensorFlow do Azure ML. Para obter uma introdução à configuração do experimento TensorFlow executado com ScriptRunConfig, consulte Treinar modelos do TensorFlow em escala com o Azure Machine Learning. Versões suportadas: 1.10, 1.12, 1.13, 2.0, 2.1, 2.2 Inicialize um estimador 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 a partir 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 este valor.