TrainingOutput Sınıf

İşlem hattında kullanmak üzere belirli PipelineSteps'in özelleştirilmiş bir çıkışını tanımlar.

TrainingOutput, azure machine learning işlem hattındaki başka bir adım tarafından kullanılacak bir adım çıktısı olarak otomatik makine öğrenmesi ölçümünü veya modelini kullanıma sunmayı sağlar. veya HyperDriveStepile AutoMLStep kullanılabilir.

TrainingOutput'ı başlatın.

param model_file: Çıkışa eklenecek belirli model dosyası. Yalnızca HyperDriveStep .

Devralma

builtins.object

TrainingOutput

Oluşturucu

TrainingOutput(type, iteration=None, metric=None, model_file=None)

Parametreler

Name	Description
type Gerekli	str Eğitim çıkışının türü. Olası değerler şunlardır: 'Ölçümler', 'Model'.
iteration	int Karşılık gelen eğitim modelinin yineleme sayısı. Bu yineleme numarası yalnızca 'Model' türüyle sağlanabilir. parametresini iteration veya parametresini sağlayın, ancak ikisini birden sağlamayın metric . Default value: None
metric	str En iyi eğitim modelini döndürmek için kullanılacak ölçüm. Ölçüm yalnızca 'Model' türüyle sağlanabilir. parametresini iteration veya parametresini sağlayın, ancak ikisini birden sağlamayın metric . Default value: None
model_file	str Çıkışa eklenecek belirli model dosyası. Yalnızca HyperDriveStep . Default value: None
type Gerekli	str Eğitim çıkışının türü. Olası değerler şunlardır: 'Ölçümler', 'Model'.
iteration Gerekli	int Karşılık gelen eğitim modelinin yineleme sayısı. Bu yineleme numarası yalnızca 'Model' türüyle sağlanabilir. parametresini iteration veya parametresini sağlayın, ancak ikisini birden sağlamayın metric .
metric Gerekli	str En iyi eğitim modelini döndürmek için kullanılacak ölçüm. Ölçüm yalnızca 'Model' türüyle sağlanabilir. parametresini iteration veya parametresini sağlayın, ancak ikisini birden sağlamayın metric .

Açıklamalar

TrainingOutput, veya tarafından oluşturulan ölçümleri veya modelleri kullanmaya yönelik diğer adımları etkinleştirmek için ile AutoMLStep birlikte kullanılır PipelineDataPipeline.HyperDriveStep

Aşağıdaki gibi bir AutoMLStep tanımlarken TrainingOutput kullanın:

   from azureml.pipeline.core import PipelineData, TrainingOutput

   metrics_data = PipelineData(name='metrics_data', datastore=ds,
                                pipeline_output_name='metrics_output',
                                training_output=TrainingOutput(type='Metrics'))
   model_data = PipelineData(name='model_data', datastore=ds,
                             pipeline_output_name='best_model_output',
                             training_output=TrainingOutput(type='Model'))
   automl_step = AutoMLStep(name='automl_step',
                            automl_config=automl_config,
                            inputs=[input_data],
                            outputs=[metrics_data, model_data])

Not defterinde https://aka.ms/pl-automlTrainingOutput ve AutoMlStep adımını kullanma örneğine bakın.

Öznitelikler

iteration

karşılık gelen eğitim modelinin yineleme numarasını alın.

Döndürülenler

Tür	Description
int	Eğitim modelinin yineleme numarası.

metric

En iyi eğitim modeli için ölçümü alın.

Döndürülenler

Tür	Description
str	En iyi eğitim modelinin ölçüm adı.

model_file

En iyi eğitim modeli için çıktıya eklenecek bir model dosyası alın.

Döndürülenler

Tür	Description
str	En iyi eğitim modelinin çıkışına eklenecek belirli bir dosya.

type

Eğitim çıktısının türünü alın.

Döndürülenler

Tür	Description
str	Eğitim çıktısının türü. Olası değerler şunlardır: 'Ölçümler', 'Model'.