Estimator Osztály

Egy általános becslőt jelöl az adatok bármely megadott keretrendszerrel történő betanítása érdekében.

ELAVULT. Használja az ScriptRunConfig objektumot a saját meghatározott környezetével vagy egy Azure ML válogatott környezettel. A kísérletfuttatások ScriptRunConfig használatával történő konfigurálásának ismertetését lásd: Betanítási futtatások konfigurálása és elküldése.

Ez az osztály olyan gépi tanulási keretrendszerekhez készült, amelyek még nem rendelkeznek előre konfigurált Azure Machine Learning-becslővel. Az előre konfigurált becslők a következőhöz léteznek: Chainer, PyTorch, TensorFlowés SKLearn. Ha nem előre konfigurált becslőt szeretne létrehozni, olvassa el a Modellek betanítása az Azure Machine Learning használatával becslő használatával című cikket.

A Becslő osztály burkolja a futtatási konfigurációs adatokat, hogy egyszerűbbé tegye a szkript végrehajtásának módját. Támogatja az egycsomópontos és a többcsomópontos végrehajtást is. A becslő futtatása létrehoz egy modellt a betanítási szkriptben megadott kimeneti könyvtárban.

Inicializálja a becslőt.

azureml.core.environment._DEFAULT_SHM_SIZE van használatban. További információ: Docker-futtatási referencia. :type shm_size: str :p aram resume_from: A kísérlet folytatásához használandó ellenőrzőpont- vagy modellfájlokat tartalmazó adatútvonal. :type resume_from: azureml.datapath.DataPath.DataPath :p aram max_run_duration_seconds: A futtatás maximális engedélyezett ideje. Az Azure ML megpróbálja automatikusan

a futtatás megszakítása, ha ennél az értéknél több időt vesz igénybe.

Öröklődés
azureml.train.estimator._mml_base_estimator.MMLBaseEstimator
Estimator

Konstruktor

Estimator(source_directory, *, compute_target=None, vm_size=None, vm_priority=None, entry_script=None, script_params=None, node_count=1, process_count_per_node=1, distributed_backend=None, distributed_training=None, use_gpu=False, use_docker=True, custom_docker_base_image=None, custom_docker_image=None, image_registry_details=None, user_managed=False, conda_packages=None, pip_packages=None, conda_dependencies_file_path=None, pip_requirements_file_path=None, conda_dependencies_file=None, pip_requirements_file=None, environment_variables=None, environment_definition=None, inputs=None, source_directory_data_store=None, shm_size=None, resume_from=None, max_run_duration_seconds=None, _disable_validation=True, _show_lint_warnings=False, _show_package_warnings=False)

Paraméterek

source_directory
str
Kötelező

A betanítási feladathoz szükséges kísérletkonfigurációt és kódfájlokat tartalmazó helyi könyvtár.

compute_target
AbstractComputeTarget vagy str
Kötelező

A számítási cél, ahol a betanítás történik. Ez lehet egy objektum vagy a "local" sztring.

vm_size
str
Kötelező

A betanításhoz létrehozandó számítási cél virtuálisgép-mérete. Támogatott értékek: Bármely Azure-beli virtuálisgép-méret.

vm_priority
str
Kötelező

A betanításhoz létrehozandó számítási cél virtuálisgép-prioritása. Ha nincs megadva, a rendszer a "dedicated" (dedikált) értéket használja.

Támogatott értékek: "dedikált" és "alacsonyprioritás".

Ez csak akkor lép érvénybe, ha a vm_size paraméter meg van adva a bemenetben.

entry_script
str
Kötelező

A betanítás indításához használt fájl relatív elérési útja.

script_params
dict
Kötelező

Parancssori argumentumok szótára, amely a(z) fájlban megadott betanítási entry_scriptszkriptnek adható át.

node_count
int
Kötelező

A betanításhoz használt számítási cél csomópontjainak száma. Ha 1-nél nagyobb, a rendszer egy elosztott MPI-feladatot futtat.

process_count_per_node
int
Kötelező

Az egyes csomópontokon futtatandó folyamatok (vagy feldolgozók) száma. Ha 1-nél nagyobb, a rendszer egy elosztott MPI-feladatot futtat. Elosztott feladatok esetében csak a AmlCompute cél támogatott.

distributed_backend
str
Kötelező

Az elosztott betanítás kommunikációs háttérrendszere.

ELAVULT. Használja a paramétert distributed_training .

Támogatott értékek: "mpi". Az "mpi" az MPI/Horovod értéket jelöli.

Erre a paraméterre akkor van szükség, ha node_count vagy process_count_per_node> 1.

Ha node_count == 1 és process_count_per_node == 1, a rendszer csak akkor használ háttérrendszert, ha a háttérrendszer kifejezetten be van állítva. Elosztott betanítás esetén csak a AmlCompute cél támogatott.

distributed_training
Mpi
Kötelező

Elosztott betanítási feladat futtatásának paraméterei.

Elosztott feladat MPI-háttérrendszerrel való futtatásához használja Mpi az objektumot a beállításhoz process_count_per_node.

use_gpu
bool
Kötelező

Azt jelzi, hogy a kísérlet futtatásához használandó környezetnek támogatnia kell-e a GPU-kat. Ha igaz, a rendszer gpu-alapú alapértelmezett Docker-rendszerképet használ a környezetben. Ha hamis, a rendszer cpu-alapú rendszerképet használ. Az alapértelmezett Docker-rendszerképek (CPU vagy GPU) csak akkor lesznek használatban, ha a custom_docker_image paraméter nincs beállítva. Ez a beállítás csak a Docker-kompatibilis számítási céloknál használatos.

use_docker
bool
Kötelező

Meghatározza, hogy a kísérletet futtató környezetnek Docker-alapúnak kell-e lennie.

custom_docker_base_image
str
Kötelező

Annak a Docker-rendszerképnek a neve, amelyből a betanításhoz használni kívánt rendszerkép létrejön.

ELAVULT. Használja a paramétert custom_docker_image .

Ha nincs beállítva, a rendszer egy alapértelmezett CPU-alapú rendszerképet használ alapként.

custom_docker_image
str
Kötelező

Annak a Docker-rendszerképnek a neve, amelyből a betanításhoz használni kívánt rendszerkép létrejön. Ha nincs beállítva, a rendszer egy alapértelmezett CPU-alapú rendszerképet használ alapként. Csak a nyilvános Docker-adattárakban (Docker Hub) elérhető rendszerképeket adja meg. Ha privát Docker-adattárból szeretne rendszerképet használni, használja helyette a konstruktor paraméterét environment_definition .

image_registry_details
ContainerRegistry
Kötelező

A Docker lemezkép-beállításjegyzékének részletei.

user_managed
bool
Kötelező

Meghatározza, hogy az Azure ML újra felhasználja-e a meglévő Python-környezetet. Ha hamis, a Conda-függőségek specifikációja alapján létrejön egy Python-környezet.

conda_packages
list
Kötelező

A kísérlet Python-környezetéhez hozzáadandó Conda-csomagokat jelölő sztringek listája.

pip_packages
list
Kötelező

A kísérlet Python-környezetéhez hozzáadandó pip-csomagokat képviselő sztringek listája.

conda_dependencies_file_path
str
Kötelező

A conda dependencies yaml fájl relatív elérési útja. Ha meg van adva, az Azure ML nem telepít keretrendszerhez kapcsolódó csomagokat.

ELAVULT. Használja a conda_dependencies_file paramentert.

Adja meg a conda_dependencies_file_path vagy a értéket conda_dependencies_file. Ha mindkettő meg van adva, conda_dependencies_file akkor a rendszer használja.

pip_requirements_file_path
str
Kötelező

A pip-követelmények szövegfájljának relatív elérési útja.

ELAVULT. Használja a paramétert pip_requirements_file .

Ez a paraméter a paraméterrel pip_packages együtt adható meg. Adja meg a pip_requirements_file_path vagy a értéket pip_requirements_file. Ha mindkettő meg van adva, pip_requirements_file akkor a rendszer használja.

conda_dependencies_file
str
Kötelező

A conda dependencies yaml fájl relatív elérési útja. Ha meg van adva, az Azure ML nem telepít keretrendszerhez kapcsolódó csomagokat.

pip_requirements_file
str
Kötelező

A pip-követelmények szövegfájljának relatív elérési útja. Ez a paraméter a paraméterrel pip_packages együtt adható meg.

environment_variables
dict
Kötelező

Környezeti változók neveinek és értékeinek szótára. Ezek a környezeti változók a felhasználói szkript végrehajtásának folyamatán vannak beállítva.

environment_definition
Environment
Kötelező

A kísérlet környezetdefiníciója. Ide tartoznak a PythonSection, a DockerSection és a környezeti változók. Ezzel a paraméterrel bármely olyan környezeti beállítás beállítható, amely nem érhető el közvetlenül a Becslő szerkezet más paraméterein keresztül. Ha ez a paraméter meg van adva, elsőbbséget élvez más környezettel kapcsolatos paraméterekkel, például use_gpu, custom_docker_image, conda_packagesvagy pip_packages. Érvénytelen kombinációk esetében hibaüzenet jelenik meg.

inputs
list
Kötelező

A bemenetként használandó vagy DatasetConsumptionConfig objektumok listájaDataReference.

source_directory_data_store
Datastore
Kötelező

A projektmegosztáshoz tartozó háttéradattár.

shm_size
str
Kötelező

A Docker-tároló megosztott memóriablokkjának mérete. Ha nincs beállítva, a rendszer az alapértelmezett azureml.core.environment._DEFAULT_SHM_SIZE használja. További információ: Docker-futtatási referencia.

resume_from
DataPath
Kötelező

A kísérlet folytatásához használni kívánt ellenőrzőpontot vagy modellfájlokat tartalmazó adatelérési út.

max_run_duration_seconds
int
Kötelező

A futtatás maximálisan engedélyezett ideje. Az Azure ML megpróbálja automatikusan megszakítani a futtatásokat, ha az ennél az értéknél tovább tart.

source_directory
str
Kötelező

A betanítási feladathoz szükséges kísérletkonfigurációt és kódfájlokat tartalmazó helyi könyvtár.

compute_target
AbstractComputeTarget vagy str
Kötelező

A számítási cél, ahol a betanítás történik. Ez lehet egy objektum vagy a "local" sztring.

vm_size
str
Kötelező

A betanításhoz létrehozandó számítási cél virtuálisgép-mérete. Támogatott értékek: Bármely Azure-beli virtuálisgép-méret.

vm_priority
str
Kötelező

A betanításhoz létrehozandó számítási cél virtuálisgép-prioritása. Ha nincs megadva, a rendszer a "dedicated" (dedikált) értéket használja.

Támogatott értékek: "dedikált" és "alacsonyprioritás".

Ez csak akkor lép érvénybe, ha a vm_size paraméter meg van adva a bemenetben.

entry_script
str
Kötelező

A betanítás indításához használt fájl relatív elérési útja.

script_params
dict
Kötelező

Parancssori argumentumok szótára, amely a(z) fájlban megadott betanítási entry_scriptszkriptnek adható át.

node_count
int
Kötelező

A betanításhoz használt számítási cél csomópontjainak száma. Ha 1-nél nagyobb, a rendszer egy elosztott MPI-feladatot futtat. Elosztott feladatok esetében csak a AmlCompute cél támogatott.

process_count_per_node
int
Kötelező

A csomópontonkénti folyamatok száma. Ha 1-nél nagyobb, a rendszer egy elosztott MPI-feladatot futtat. Elosztott feladatok esetében csak a AmlCompute cél támogatott.

distributed_backend
str
Kötelező

Az elosztott betanítás kommunikációs háttérrendszere.

ELAVULT. Használja a paramétert distributed_training .

Támogatott értékek: "mpi". Az "mpi" az MPI/Horovod értéket jelöli.

Erre a paraméterre akkor van szükség, ha node_count vagy process_count_per_node> 1.

Ha node_count == 1 és process_count_per_node == 1, a rendszer csak akkor használ háttérrendszert, ha a háttérrendszer kifejezetten be van állítva. Elosztott betanítás esetén csak a AmlCompute cél támogatott.

distributed_training
Mpi
Kötelező

Elosztott betanítási feladat futtatásának paraméterei.

Elosztott feladat MPI-háttérrendszerrel való futtatásához használja Mpi az objektumot a beállításhoz process_count_per_node.

use_gpu
bool
Kötelező

Meghatározza, hogy a kísérlet futtatásához használandó környezet támogassa-e a GPU-kat. Ha igaz, a rendszer gpu-alapú alapértelmezett Docker-rendszerképet használ a környezetben. Ha hamis, a rendszer cpu-alapú rendszerképet használ. Az alapértelmezett Docker-rendszerképek (CPU vagy GPU) csak akkor lesznek használatban, ha a custom_docker_image paraméter nincs beállítva. Ez a beállítás csak a Docker-kompatibilis számítási célokban használatos.

use_docker
bool
Kötelező

Meghatározza, hogy a kísérletet futtató környezetnek Docker-alapúnak kell-e lennie.

custom_docker_base_image
str
Kötelező

Annak a Docker-rendszerképnek a neve, amelyből a betanításhoz használni kívánt rendszerkép létrejön.

ELAVULT. Használja a paramétert custom_docker_image .

Ha nincs beállítva, a rendszer egy alapértelmezett CPU-alapú rendszerképet használ alapként.

custom_docker_image
str
Kötelező

Annak a Docker-rendszerképnek a neve, amelyből a betanításhoz használni kívánt rendszerkép létrejön. Ha nincs beállítva, a rendszer egy alapértelmezett CPU-alapú rendszerképet használ alapként. Csak a nyilvános Docker-adattárakban (Docker Hub) elérhető rendszerképeket adja meg. Ha privát Docker-adattárból szeretne rendszerképet használni, használja helyette a konstruktor paraméterét environment_definition .

image_registry_details
ContainerRegistry
Kötelező

A Docker lemezkép-beállításjegyzékének részletei.

user_managed
bool
Kötelező

Meghatározza, hogy az Azure ML újra felhasználja-e a meglévő Python-környezetet. Ha hamis, a Conda-függőségek specifikációja alapján létrejön egy Python-környezet.

conda_packages
list
Kötelező

A kísérlet Python-környezetéhez hozzáadandó Conda-csomagokat jelölő sztringek listája.

pip_packages
list
Kötelező

A kísérlet Python-környezetéhez hozzáadandó pip-csomagokat képviselő sztringek listája.

conda_dependencies_file_path
Kötelező

A conda dependencies yaml fájl relatív elérési útja. Ha meg van adva, az Azure ML nem telepít keretrendszerhez kapcsolódó csomagokat.

ELAVULT. Használja a conda_dependencies_file paramentert.

Adja meg a conda_dependencies_file_path vagy a értéket conda_dependencies_file. Ha mindkettő meg van adva, conda_dependencies_file akkor a rendszer használja.

pip_requirements_file_path
Kötelező

A pip-követelmények szövegfájljának relatív elérési útja.

ELAVULT. Használja a paramétert pip_requirements_file .

Ez a paraméterrel pip_packages együtt adható meg. Adja meg a pip_requirements_file_path vagy a értéket pip_requirements_file. Ha mindkettő meg van adva, pip_requirements_file akkor a rendszer használja.

pip_requirements_file
str
Kötelező

A pip-követelmények szövegfájljának relatív elérési útja. Ez a paraméterrel pip_packages együtt adható meg.

environment_variables
dict
Kötelező

Környezeti változók neveinek és értékeinek szótára. Ezek a környezeti változók a felhasználói szkript végrehajtásának folyamatán vannak beállítva.

environment_definition
Environment
Kötelező

A kísérlet környezetdefiníciója. Ide tartoznak a PythonSection, a DockerSection és a környezeti változók. Ezzel a paraméterrel bármely olyan környezeti beállítás beállítható, amely nem érhető el közvetlenül a Becslő szerkezet más paraméterein keresztül. Ha ez a paraméter meg van adva, elsőbbséget élvez más környezettel kapcsolatos paraméterekkel, például use_gpu, custom_docker_image, conda_packagesvagy pip_packages. Érvénytelen kombinációk esetében hibaüzenet jelenik meg.

inputs
list
Kötelező

A bemenetként használandó vagy DatasetConsumptionConfig objektumok listájaDataReference.

source_directory_data_store
Datastore
Kötelező

A projektmegosztáshoz tartozó háttéradattár.

shm_size
Kötelező

A Docker-tároló megosztott memóriablokkjának mérete. Ha nincs beállítva, az alapértelmezett

_disable_validation
bool
Kötelező

A futtatás elküldése előtt tiltsa le a szkript érvényesítését. Az alapértelmezett érték az Igaz.

_show_lint_warnings
bool
Kötelező

Parancsprogram-linting figyelmeztetések megjelenítése. Az alapértelmezett érték a Hamis.

_show_package_warnings
bool
Kötelező

Csomagérvényesítési figyelmeztetések megjelenítése. Az alapértelmezett érték a Hamis.