TrainingOutput 類別
定義特定 PipelineSteps 的特製化輸出,以用於管線。
TrainingOutput 可讓自動化機器學習計量或模型成為 Azure Machine Learning 管線中另一個步驟取用的步驟輸出。 可以搭配 或 HyperDriveStep 使用 AutoMLStep 。
初始化 TrainingOutput。
param model_file:要包含在輸出中的特定模型檔案。 HyperDriveStep僅適用于 。
- 繼承
-
builtins.objectTrainingOutput
建構函式
TrainingOutput(type, iteration=None, metric=None, model_file=None)
參數
名稱 | Description |
---|---|
type
必要
|
定型輸出的類型。 可能的值包括:'Metrics'、'Model'。 |
iteration
|
對應定型模型的反復專案編號。
此反復專案編號只能以類型 'Model' 提供。
預設值: None
|
metric
|
要用來傳回最佳定型模型的計量。
計量只能以類型 'Model' 提供。
預設值: None
|
model_file
|
要包含在輸出中的特定模型檔案。 HyperDriveStep僅適用于 。 預設值: None
|
type
必要
|
定型輸出的類型。 可能的值包括:'Metrics'、'Model'。 |
iteration
必要
|
對應定型模型的反復專案編號。
此反復專案編號只能以類型 'Model' 提供。
|
metric
必要
|
要用來傳回最佳定型模型的計量。
計量只能以類型 'Model' 提供。
|
備註
建構 Pipeline 時會搭配 PipelineData 使用 TrainingOutput,以讓其他步驟取用 或 HyperDriveStep 所產生的 AutoMLStep 計量或模型。
定義 AutoMLStep 時,請使用 TrainingOutput,如下所示:
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])
請參閱筆記本 https://aka.ms/pl-automl 中使用 TrainingOutput 和 AutoMlStep 步驟的範例。