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.AutoMLNLPJobTextNerJob
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
Betanításhoz használandó betanítási adatok
- validation_data
A betanított modell kiértékeléséhez használandó érvényesítési adatok
- primary_metric
A megjelenítendő elsődleges metrika.
- log_verbosity
Napló részletességi szintje
- kwargs
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
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
Ha a dest fájlelérési út, a fájl már létezik.
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]]
Vagy egy SearchSpace-objektum vagy a SearchSpace-objektumok listája nlp-specifikus paraméterekkel.
Válaszok
Nincsenek.
Kivételek
Ha a dest fájlelérési út, a fájl már létezik.
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
Ha a dest fájlelérési út, a fájl már létezik.
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
Ha a dest fájlelérési út, a fájl már létezik.
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
Ha a dest fájlelérési út, a fájl már létezik.
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
Ha a dest fájlelérési út, a fájl már létezik.
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
Ha a dest fájlelérési út, a fájl már létezik.
Fel van emelve, ha a dest egy nyitott fájl, és a fájl nem írható.
Attribútumok
base_path
creation_context
Az erőforrás létrehozási környezete.
Válaszok
Az erőforrás létrehozási metaadatai.
Visszatérési típus
featurization
id
Az erőforrás azonosítója.
Válaszok
Az erőforrás globális azonosítója, egy Azure Resource Manager (ARM) azonosító.
Visszatérési típus
inputs
limits
log_files
Feladat kimeneti fájljai.
Válaszok
A naplónevek és URL-címek szótára.
Visszatérési típus
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
studio_url
Azure ML Studio-végpont.
Válaszok
A feladat részletei lap URL-címe.
Visszatérési típus
sweep
task_type
Feladattípus lekérése.
Válaszok
A futtatandó feladat típusa. Lehetséges értékek: "besorolás", "regresszió", "előrejelzés".
Visszatérési típus
test_data
training_data
training_parameters
type
validation_data
Azure SDK for Python
Visszajelzés
https://aka.ms/ContentUserFeedback.
Hamarosan elérhető: 2024-ben fokozatosan kivezetjük a GitHub-problémákat a tartalom visszajelzési mechanizmusaként, és lecseréljük egy új visszajelzési rendszerre. További információ:Visszajelzés küldése és megtekintése a következőhöz: