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 管線中另一個步驟所取用的步驟輸出。 可以搭配 AutoMLStep 或 HyperDriveStep使用。

初始化 TrainingOutput。

param model_file：要包含在輸出中的特定模型檔案。 僅限 。HyperDriveStep

建構函式

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

參數

名稱	Description
type 必要	str 定型輸出的類型。 可能的值包括：『Metrics』、『Model』。
iteration	int 對應定型模型的反覆運算編號。 此反覆項目編號只能提供類型為 『Model』。 iteration請提供 參數或 metric 參數，但不能同時提供兩者。 預設值: None
metric	str 要用來傳回最佳定型模型的計量。 計量只能提供類型為 『Model』。 iteration請提供 參數或 metric 參數，但不能同時提供兩者。 預設值: None
model_file	str 要包含在輸出中的特定模型檔案。 僅限 。HyperDriveStep 預設值: None
type 必要	str 定型輸出的類型。 可能的值包括：『Metrics』、『Model』。
iteration 必要	int 對應定型模型的反覆運算編號。 此反覆項目編號只能提供類型為 『Model』。 iteration請提供 參數或 metric 參數，但不能同時提供兩者。
metric 必要	str 要用來傳回最佳定型模型的計量。 計量只能提供類型為 『Model』。 iteration請提供 參數或 metric 參數，但不能同時提供兩者。

備註

建構 PipelineData 時會搭配 Pipeline 使用 TrainingOutput，讓其他步驟取用 或 AutoMLStep所產生的HyperDriveStep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 Notebook https://aka.ms/pl-automl中使用 TrainingOutput 和 AutoMlStep 步驟的範例。

屬性

iteration

取得對應定型模型的反覆項目編號。

傳回

類型	Description
int	定型模型的反覆運算編號。

metric

取得最佳定型模型的計量。

傳回

類型	Description
str	最佳定型模型的計量名稱。

model_file

取得要包含在輸出中以取得最佳定型模型的模型檔案。

傳回

類型	Description
str	要包含在最佳定型模型輸出中的特定檔案。

type

取得定型輸出的類型。

傳回

類型	Description
str	定型輸出的類型。 可能的值包括：『Metrics』、『Model』。