Share via

你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

TruncationSelectionPolicy 类

  • 参考

定义一个提前终止策略，该策略在每个评估间隔内取消给定百分比的运行。

继承
azure.ai.ml.entities._job.sweep.early_termination_policy.EarlyTerminationPolicy
TruncationSelectionPolicy

构造函数

TruncationSelectionPolicy(*, delay_evaluation: int = 0, evaluation_interval: int = 0, truncation_percentage: int = 0)

仅限关键字的参数

名称 说明
delay_evaluation
int

延迟第一次评估的间隔数。 默认值为 0。
evaluation_interval
int

策略评估之间的间隔 () 运行次数。 默认值为 0。
truncation_percentage
int

在每个评估间隔要取消的运行百分比。 默认值为 0。

示例

使用 TruncationStoppingPolicy 为超参数扫描作业配置提前终止策略


   from azure.ai.ml import command

   job = command(
       inputs=dict(kernel="linear", penalty=1.0),
       compute=cpu_cluster,
       environment=f"{job_env.name}:{job_env.version}",
       code="./scripts",
       command="python scripts/train.py --kernel $kernel --penalty $penalty",
       experiment_name="sklearn-iris-flowers",
   )

   # we can reuse an existing Command Job as a function that we can apply inputs to for the sweep configurations
   from azure.ai.ml.sweep import QUniform, TruncationSelectionPolicy, Uniform

   job_for_sweep = job(
       kernel=Uniform(min_value=0.0005, max_value=0.005),
       penalty=QUniform(min_value=0.05, max_value=0.75, q=1),
   )

   sweep_job = job_for_sweep.sweep(
       sampling_algorithm="random",
       primary_metric="best_val_acc",
       goal="Maximize",
       max_total_trials=8,
       max_concurrent_trials=4,
       early_termination_policy=TruncationSelectionPolicy(delay_evaluation=5, evaluation_interval=2),
   )