TextNerJob Osztály

Az AutoML Text NER-feladat konfigurációja.

Inicializál egy új AutoML Text NER-feladatot.

Öröklődés

azure.ai.ml.entities._job.automl.nlp.automl_nlp_job.AutoMLNLPJob

TextNerJob

Konstruktor

TextNerJob(*, training_data: Input | None = None, validation_data: Input | None = None, primary_metric: str | None = None, log_verbosity: str | None = None, **kwargs)

Paraméterek

training_data

Kötelező

Betanításhoz használandó betanítási adatok

validation_data

Kötelező

A betanított modell kiértékeléséhez használandó érvényesítési adatok

primary_metric

Kötelező

A megjelenítendő elsődleges metrika.

log_verbosity

Kötelező

Napló részletességi szintje

kwargs

Kötelező

Feladatspecifikus argumentumok

Metódusok

dump	A feladat tartalmát YAML formátumban egy fájlba alakítja.
extend_search_space	Adjon hozzá (a) keresési területet ehhez az AutoML NLP-feladathoz.
set_data
set_featurization
set_limits
set_sweep	Takarítási beállítások az összes AutoML NLP-feladathoz.
set_training_parameters	Javítsa ki az összes jelölt betanítási paramétereit a betanítási eljárás során. Át. Ennek pozitív egész számnak kell lennie. :kulcsszó learning_rate: kezdeti tanulási arány. Lebegőpontosnak kell lennie (0, 1). :keyword learning_rate_scheduler: a tanulási sebességütemező típusa. A "lineáris", a "koszinusz", a "cosine_with_restarts", a "polynomial", a "constant" és a "constant_with_warmup" közül kell választania. :keyword model_name: a betanítás során használandó modellnév. A "bert-base-cased", a "bert-base-uncased", a "bert-base-multilingual-cased", a "bert-base-german-cased", a "bert-large-cased" és a "bert-base-german-cased" közül kell választania, "bert-large-uncased", "distilbert-base-cased", "distilbert-base-uncased", "roberta-base", "roberta-large", "distilroberta-base", "xlm-roberta-base", "xlm-roberta-large", xlnet-base-cased és "xlnet-large-cased". :keyword number_of_epochs: a betanításhoz betanított korszakok száma. Pozitív egész számnak kell lennie. :kulcsszó training_batch_size: a köteg mérete a betanítás során. Pozitív egész számnak kell lennie. :kulcsszó validation_batch_size: a köteg mérete az ellenőrzés során. Pozitív egész számnak kell lennie. :kulcsszó warmup_ratio: a lineáris bemelegítéshez használt összes betanítási lépés aránya 0 és learning_rate között. Lebegőpontosnak kell lennie a következőben: [0, 1]. :kulcsszó weight_decay: a súlycsökkenés értéke, ha az optimalizáló sgd, adam vagy adamw. Ennek a [0, 1] tartományban lebegőpontosnak kell lennie. :return: None.

dump

A feladat tartalmát YAML formátumban egy fájlba alakítja.

dump(dest: str | PathLike | IO, **kwargs) -> None

Paraméterek

dest

Union[<xref:PathLike>, str, IO[AnyStr]]

Kötelező

A YAML-tartalom írásához használt helyi elérési út vagy fájlstream. Ha a dest fájlelérési út, a rendszer új fájlt hoz létre. Ha a dest egy megnyitott fájl, a fájl közvetlenül a fájlba lesz írva.

kwargs

dict

A YAML szerializálónak továbbadandó további argumentumok.

Kivételek

FileExistsError

Ha a dest fájlelérési út, a fájl már létezik.

IOError

Fel van emelve, ha a dest egy nyitott fájl, és a fájl nem írható.

extend_search_space

Adjon hozzá (a) keresési területet ehhez az AutoML NLP-feladathoz.

extend_search_space(value: SearchSpace | List[SearchSpace]) -> None

Paraméterek

value

Union[SearchSpace, List[SearchSpace]]

Kötelező

Vagy egy SearchSpace-objektum vagy a SearchSpace-objektumok listája nlp-specifikus paraméterekkel.

Válaszok

Nincsenek.

Kivételek

FileExistsError

Ha a dest fájlelérési út, a fájl már létezik.

IOError

Fel van emelve, ha a dest egy nyitott fájl, és a fájl nem írható.

set_data

set_data(*, training_data: Input, target_column_name: str, validation_data: Input) -> None

Kivételek

FileExistsError

Ha a dest fájlelérési út, a fájl már létezik.

IOError

Fel van emelve, ha a dest egy nyitott fájl, és a fájl nem írható.

set_featurization

set_featurization(*, dataset_language: str | None = None) -> None

Kivételek

FileExistsError

Ha a dest fájlelérési út, a fájl már létezik.

IOError

Fel van emelve, ha a dest egy nyitott fájl, és a fájl nem írható.

set_limits

set_limits(*, max_trials: int = 1, max_concurrent_trials: int = 1, max_nodes: int = 1, timeout_minutes: int | None = None, trial_timeout_minutes: int | None = None) -> None

Kivételek

FileExistsError

Ha a dest fájlelérési út, a fájl már létezik.

IOError

Fel van emelve, ha a dest egy nyitott fájl, és a fájl nem írható.

set_sweep

Takarítási beállítások az összes AutoML NLP-feladathoz.

set_sweep(*, sampling_algorithm: str | SamplingAlgorithmType, early_termination: EarlyTerminationPolicy | None = None)

Paraméterek

sampling_algorithm

Kötelező. A hiperparaméteres mintavételezési algoritmus típusát adja meg. Lehetséges értékek: "Grid", "Random" és "Bayesian".

early_termination

Választható korai felmondási szabályzat a rosszul teljesítő betanítási jelöltek befejezéséhez.

Válaszok

None

Kivételek

FileExistsError

Ha a dest fájlelérési út, a fájl már létezik.

IOError

Fel van emelve, ha a dest egy nyitott fájl, és a fájl nem írható.

set_training_parameters

Javítsa ki az összes jelölt betanítási paramétereit a betanítási eljárás során.

Át. Ennek pozitív egész számnak kell lennie. :kulcsszó learning_rate: kezdeti tanulási arány. Lebegőpontosnak kell lennie (0, 1). :keyword learning_rate_scheduler: a tanulási sebességütemező típusa. A "lineáris", a "koszinusz", a "cosine_with_restarts", a "polynomial", a "constant" és a "constant_with_warmup" közül kell választania. :keyword model_name: a betanítás során használandó modellnév. A "bert-base-cased", a "bert-base-uncased", a "bert-base-multilingual-cased", a "bert-base-german-cased", a "bert-large-cased" és a "bert-base-german-cased" közül kell választania, "bert-large-uncased", "distilbert-base-cased", "distilbert-base-uncased", "roberta-base", "roberta-large", "distilroberta-base", "xlm-roberta-base", "xlm-roberta-large", xlnet-base-cased és "xlnet-large-cased". :keyword number_of_epochs: a betanításhoz betanított korszakok száma. Pozitív egész számnak kell lennie. :kulcsszó training_batch_size: a köteg mérete a betanítás során. Pozitív egész számnak kell lennie. :kulcsszó validation_batch_size: a köteg mérete az ellenőrzés során. Pozitív egész számnak kell lennie. :kulcsszó warmup_ratio: a lineáris bemelegítéshez használt összes betanítási lépés aránya 0 és learning_rate között. Lebegőpontosnak kell lennie a következőben: [0, 1]. :kulcsszó weight_decay: a súlycsökkenés értéke, ha az optimalizáló sgd, adam vagy adamw. Ennek a [0, 1] tartományban lebegőpontosnak kell lennie. :return: None.

set_training_parameters(*, gradient_accumulation_steps: int | None = None, learning_rate: float | None = None, learning_rate_scheduler: str | NlpLearningRateScheduler | None = None, model_name: str | None = None, number_of_epochs: int | None = None, training_batch_size: int | None = None, validation_batch_size: int | None = None, warmup_ratio: float | None = None, weight_decay: float | None = None) -> None

Paraméterek

gradient_accumulation_steps

azoknak a lépéseknek a száma, amelyeken a színátmeneteket hátrafelé kell halmozni

Kivételek

FileExistsError

Ha a dest fájlelérési út, a fájl már létezik.

IOError

Fel van emelve, ha a dest egy nyitott fájl, és a fájl nem írható.

Attribútumok

base_path

Az erőforrás alapútvonala.

Válaszok

Az erőforrás alapútvonala.

Visszatérési típus

str

creation_context

Az erőforrás létrehozási környezete.

Válaszok

Az erőforrás létrehozási metaadatai.

Visszatérési típus

Optional[SystemData]

featurization

id

Az erőforrás azonosítója.

Válaszok

Az erőforrás globális azonosítója, egy Azure Resource Manager (ARM) azonosító.

Visszatérési típus

Optional[str]

inputs

limits

log_files

Feladat kimeneti fájljai.

Válaszok

A naplónevek és URL-címek szótára.

Visszatérési típus

Optional[Dict[str, str]]

log_verbosity

outputs

primary_metric

search_space

status

A feladat állapota.

A visszaadott gyakori értékek közé tartozik a "Futtatás", a "Kész" és a "Sikertelen". Minden lehetséges érték a következő:

• NotStarted – Ez egy ideiglenes állapot, amelyben az ügyféloldali Run objektumok a felhőbeküldés előtt találhatók.

• Indítás – A futtatás elkezdődött a felhőben való feldolgozásnak. A hívó ezen a ponton futtatási azonosítóval rendelkezik.

• Kiépítés – Igény szerinti számítás jön létre egy adott feladatbeküldéshez.

• Előkészítés – A futtató környezet előkészítése folyamatban van, és két fázis egyikében van:

  • Docker-rendszerkép buildelése

  • conda-környezet beállítása

• Queued – A feladat várólistára kerül a számítási célon. A BatchAI-ban például a feladat várólistán van

  amíg az összes kért csomópont készen áll.

• Futtatás – A feladat elkezdett futni a számítási célon.

• Véglegesítés – A felhasználói kód végrehajtása befejeződött, és a futtatás a feldolgozás utáni fázisban van.

• CancelRequested – A feladat lemondását kérték.

• Befejeződött – A futtatás sikeresen befejeződött. Ez magában foglalja a felhasználói kód végrehajtását és a futtatást is

  utófeldolgozási fázisok.

• Sikertelen – A futtatás sikertelen volt. Általában a Futtatás hiba tulajdonsága adja meg a részleteket, hogy miért.

• Megszakítva – Egy lemondási kérést követ, és azt jelzi, hogy a futtatás sikeresen megszakadt.

• NotKiszolgáló – Azon futtatások esetében, amelyeken engedélyezve van a szívverés, a rendszer nem küldött szívverést a közelmúltban.

Válaszok

A feladat állapota.

Visszatérési típus

Optional[str]

studio_url

Azure ML Studio-végpont.

Válaszok

A feladat részletei lap URL-címe.

Visszatérési típus

Optional[str]

sweep

task_type

Feladattípus lekérése.

Válaszok

A futtatandó feladat típusa. Lehetséges értékek: "besorolás", "regresszió", "előrejelzés".

Visszatérési típus

str

test_data

Tesztadatok lekérése.

Válaszok

Adatbevitel tesztelése

Visszatérési típus

Input

training_data

Betanítási adatok lekérése.

Válaszok

Betanítási adatbevitel

Visszatérési típus

Input

training_parameters

type

A feladat típusa.

Válaszok

A feladat típusa.

Visszatérési típus

Optional[str]

validation_data

Érvényesítési adatok lekérése.

Válaszok

Érvényesítési adatbevitel

Visszatérési típus

Input