SKLearn Класс

Создает оценщик для обучения в экспериментах Scikit-learn.

УСТАРЕВШИЕ. ScriptRunConfig Используйте объект с определенной средой или AzureML-Tutorial курированной средой. Общие сведения о настройке экспериментов SKLearn с помощью ScriptRunConfig см. в статье "Обучение моделей scikit-learn в масштабе с помощью Машинного обучения Azure".

Этот оценщик поддерживает только обучение ЦП с одним узлом.

Поддерживаемые версии: 0.20.3

Инициализировать оценщик Scikit-learn.

Конструктор

SKLearn(source_directory, *, compute_target=None, vm_size=None, vm_priority=None, entry_script=None, script_params=None, use_docker=True, custom_docker_image=None, image_registry_details=None, user_managed=False, conda_packages=None, pip_packages=None, conda_dependencies_file_path=None, pip_requirements_file_path=None, conda_dependencies_file=None, pip_requirements_file=None, environment_variables=None, environment_definition=None, inputs=None, shm_size=None, resume_from=None, max_run_duration_seconds=None, framework_version=None, _enable_optimized_mode=False, _disable_validation=True, _show_lint_warnings=False, _show_package_warnings=False)

Параметры

Имя	Описание
source_directory Обязательно	str Локальный каталог, содержащий файлы конфигурации эксперимента.
compute_target Обязательно	AbstractComputeTarget или str Целевой объект вычислений, в котором будет выполняться обучение. Это может быть объект или строка "local".
vm_size Обязательно	str Размер виртуальной машины целевого объекта вычислений, который будет создан для обучения. Поддерживаемые значения: любой размер виртуальной машины Azure.
vm_priority Обязательно	str Приоритет виртуальной машины целевого объекта вычислений, который будет создан для обучения. Если значение не указано, используется значение "выделенный". Поддерживаемые значения: "dedicated" и "lowpriority". Это действует только при vm_size param указании входных данных.
entry_script Обязательно	str Строка, представляющая относительный путь к файлу, используемому для запуска обучения.
script_params Обязательно	dict Словарь аргументов командной строки для передачи в скрипт обучения, указанный в entry_script.
custom_docker_image Обязательно	str Имя образа Docker, из которого будет создан образ, используемый для обучения. Если не задано, образ на основе ЦП по умолчанию будет использоваться в качестве базового образа.
image_registry_details Обязательно	ContainerRegistry Сведения о реестре образов Docker.
user_managed Обязательно	bool Указывает, повторно ли azure ML использует существующую среду Python. False означает, что AzureML создаст среду Python на основе спецификации зависимостей conda.
conda_packages Обязательно	list Список строк, представляющих пакеты conda, добавляемые в среду Python для эксперимента.
pip_packages Обязательно	list Список строк, представляющих пакеты pip для добавления в среду Python для эксперимента.
conda_dependencies_file_path Обязательно	str Строка, представляющая относительный путь к yaml-файлу зависимостей conda. Если задано, Машинное обучение Azure не установит пакеты, связанные с платформой. Это можно предоставить в сочетании с параметром conda_packages . УСТАРЕВШИЕ. Используйте параметр conda_dependencies_file.
pip_requirements_file_path Обязательно	str Строка, представляющая относительный путь к текстовому файлу требований pip. Это можно предоставить в сочетании с параметром pip_packages . УСТАРЕВШИЕ. Используйте параметр pip_requirements_file.
conda_dependencies_file Обязательно	str Строка, представляющая относительный путь к yaml-файлу зависимостей conda. Если задано, Машинное обучение Azure не установит пакеты, связанные с платформой. Это можно предоставить в сочетании с параметром conda_packages .
pip_requirements_file Обязательно	str Строка, представляющая относительный путь к текстовому файлу требований pip. Это можно предоставить в сочетании с параметром pip_packages .
environment_variables Обязательно	dict Словарь имен и значений переменных среды. Эти переменные среды задаются в процессе выполнения пользовательского скрипта.
environment_definition Обязательно	Environment Определение среды для эксперимента включает в себя переменные среды PythonSection, DockerSection и среды. Любой параметр среды, не предоставляемый напрямую с помощью других параметров конструкции оценщика, можно задать с помощью environment_definition параметра. Если этот параметр указан, он будет иметь приоритет над другими связанными с средой параметрами, такими как use_gpu, custom_docker_imageconda_packagesили pip_packages. Ошибки будут сообщаться о недопустимых сочетаниях.
inputs Обязательно	list Список DataReference или DatasetConsumptionConfig объекты, используемые в качестве входных данных.
shm_size Обязательно	str Размер общего блока памяти контейнера Docker. Если не задано, используется azureml.core.environment._DEFAULT_SHM_SIZE по умолчанию.
resume_from Обязательно	DataPath Путь к данным, содержащий файлы контрольной точки или модели, из которых необходимо возобновить эксперимент.
max_run_duration_seconds Обязательно	int Максимально допустимое время выполнения. Машинное обучение Azure попытается автоматически отменить выполнение, если оно занимает больше времени, чем это значение.
framework_version Обязательно	str Версия Scikit-learn, используемая для выполнения кода обучения. SKLearn.get_supported_versions() возвращает список версий, поддерживаемых текущим пакетом SDK.
source_directory Обязательно	str Локальный каталог, содержащий файлы конфигурации эксперимента.
compute_target Обязательно	AbstractComputeTarget или str Целевой объект вычислений, в котором будет выполняться обучение. Это может быть объект или строка "local".
vm_size Обязательно	str Размер виртуальной машины целевого объекта вычислений, который будет создан для обучения. Поддерживаемые значения: любой размер виртуальной машины Azure.
vm_priority Обязательно	str Приоритет виртуальной машины целевого объекта вычислений, который будет создан для обучения. Если значение не указано, используется значение "выделенный". Поддерживаемые значения: "dedicated" и "lowpriority". Это действует только при vm_size param указании входных данных.
entry_script Обязательно	str Строка, представляющая относительный путь к файлу, используемому для запуска обучения.
script_params Обязательно	dict Словарь аргументов командной строки для передачи в скрипт обучения, указанный в entry_script.
use_docker Обязательно	bool Логическое значение, указывающее, должна ли среда запускать эксперимент на основе Docker.
custom_docker_image Обязательно	str Имя образа Docker, из которого будет создан образ, используемый для обучения. Если не задано, образ на основе ЦП по умолчанию будет использоваться в качестве базового образа.
image_registry_details Обязательно	ContainerRegistry Сведения о реестре образов Docker.
user_managed Обязательно	bool Указывает, повторно ли azure ML использует существующую среду Python. False означает, что AzureML создаст среду Python на основе спецификации зависимостей conda.
conda_packages Обязательно	list Список строк, представляющих пакеты conda, добавляемые в среду Python для эксперимента.
pip_packages Обязательно	list Список строк, представляющих пакеты pip для добавления в среду Python для эксперимента.
conda_dependencies_file_path Обязательно	str Строка, представляющая относительный путь к yaml-файлу зависимостей conda. Если задано, Машинное обучение Azure не установит пакеты, связанные с платформой. Это можно предоставить в сочетании с параметром conda_packages . УСТАРЕВШИЕ. Используйте параметр conda_dependencies_file.
pip_requirements_file_path Обязательно	str Строка, представляющая относительный путь к текстовому файлу требований pip. Это можно предоставить в сочетании с параметром pip_packages . УСТАРЕВШИЕ. Используйте параметр pip_requirements_file.
conda_dependencies_file Обязательно	str Строка, представляющая относительный путь к yaml-файлу зависимостей conda. Если задано, Машинное обучение Azure не установит пакеты, связанные с платформой. Это можно предоставить в сочетании с параметром conda_packages .
pip_requirements_file Обязательно	str Строка, представляющая относительный путь к текстовому файлу требований pip. Это можно предоставить в сочетании с параметром pip_packages .
environment_variables Обязательно	dict Словарь имен и значений переменных среды. Эти переменные среды задаются в процессе выполнения пользовательского скрипта.
environment_definition Обязательно	Environment Определение среды для эксперимента включает в себя переменные среды PythonSection, DockerSection и среды. Любой параметр среды, не предоставляемый напрямую с помощью других параметров конструкции оценщика, можно задать с помощью environment_definition параметра. Если этот параметр указан, он будет иметь приоритет над другими связанными с средой параметрами, такими как use_gpu, custom_docker_imageconda_packagesили pip_packages. Ошибки будут сообщаться о недопустимых сочетаниях.
inputs Обязательно	list Список azureml.data.data_reference. Объекты DataReference для использования в качестве входных данных.
shm_size Обязательно	str Размер общего блока памяти контейнера Docker. Если не задано, используется azureml.core.environment._DEFAULT_SHM_SIZE по умолчанию.
resume_from Обязательно	DataPath Путь к данным, содержащий файлы контрольной точки или модели, из которых необходимо возобновить эксперимент.
max_run_duration_seconds Обязательно	int Максимально допустимое время выполнения. Машинное обучение Azure попытается автоматически отменить выполнение, если оно занимает больше времени, чем это значение.
framework_version Обязательно	str Версия Scikit-learn, используемая для выполнения кода обучения. SKLearn.get_supported_versions() возвращает список версий, поддерживаемых текущим пакетом SDK.
_enable_optimized_mode Обязательно	bool Включите добавочную сборку среды с предварительно созданными образами платформ для ускорения подготовки среды. Предварительно созданный образ платформы построен на основе базовых образов ЦП и GPU azure ML по умолчанию с предварительно установленными зависимостями платформы.
_disable_validation Обязательно	bool Отключите проверку скрипта перед отправкой. Значение по умолчанию — True.
_show_lint_warnings Обязательно	bool Отображение предупреждений о подстраивание скрипта. Значение по умолчанию — False.
_show_package_warnings Обязательно	bool Отображение предупреждений проверки пакета. Значение по умолчанию — False.

Комментарии

При отправке задания обучения Машинное обучение Azure запускает скрипт в среде conda в контейнере Docker. Контейнеры SKLearn установлены следующие зависимости.

Зависимости | Scikit-learn 0.20.3 | ———————- | —————– | Python | 3.6.2 | azureml-defaults | Последняя | IntelMpi | 2018.3.222 | scikit-learn | 0.20.3 | numpy | 1.16.2 | miniconda | 4.5.11 | scipy | 1.2.1 | joblib | 0.13.2 | git | 2.7.4 |

Образы Docker расширяют Ubuntu 16.04.

Если необходимо установить дополнительные зависимости, можно использовать pip_packages параметры или conda_packages предоставить файл pip_requirements_fileconda_dependencies_file . Кроме того, можно создать собственный образ и передать custom_docker_image параметр конструктору оценщика.

Атрибуты

DEFAULT_VERSION

DEFAULT_VERSION = '0.20.3'

FRAMEWORK_NAME

FRAMEWORK_NAME = 'SKLearn'