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.MMLBaseEstimatorEstimator
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
A betanítási feladathoz szükséges kísérletkonfigurációt és kódfájlokat tartalmazó helyi könyvtár.
- compute_target
- AbstractComputeTarget vagy str
A számítási cél, ahol a betanítás történik. Ez lehet egy objektum vagy a "local" sztring.
- vm_size
- str
A betanításhoz létrehozandó számítási cél virtuálisgép-mérete. Támogatott értékek: Bármely Azure-beli virtuálisgép-méret.
- vm_priority
- str
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.
- script_params
- dict
Parancssori argumentumok szótára, amely a(z) fájlban megadott betanítási entry_script
szkriptnek adható át.
- node_count
- int
A betanításhoz használt számítási cél csomópontjainak száma. Ha 1-nél nagyobb, a rendszer egy elosztott MPI-feladatot futtat.
- process_count_per_node
- int
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
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
Elosztott betanítási feladat futtatásának paraméterei.
Elosztott feladat MPI-háttérrendszerrel való futtatásához használja Mpi az objektumot a beállításhoz process_count_per_node
.
- use_gpu
- bool
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
Meghatározza, hogy a kísérletet futtató környezetnek Docker-alapúnak kell-e lennie.
- custom_docker_base_image
- str
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
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
.
- user_managed
- bool
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
A kísérlet Python-környezetéhez hozzáadandó Conda-csomagokat jelölő sztringek listája.
- pip_packages
- list
A kísérlet Python-környezetéhez hozzáadandó pip-csomagokat képviselő sztringek listája.
- conda_dependencies_file_path
- str
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
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
A conda dependencies yaml fájl relatív elérési útja. Ha meg van adva, az Azure ML nem telepít keretrendszerhez kapcsolódó csomagokat.
- pip_requirements_file
- str
A pip-követelmények szövegfájljának relatív elérési útja.
Ez a paraméter a paraméterrel pip_packages
együtt adható meg.
- environment_variables
- dict
Környezeti változók neveinek és értékeinek szótára. Ezek a környezeti változók a felhasználói szkript végrehajtásának folyamatán vannak beállítva.
- environment_definition
- Environment
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_packages
vagy pip_packages
.
Érvénytelen kombinációk esetében hibaüzenet jelenik meg.
- inputs
- list
A bemenetként használandó vagy DatasetConsumptionConfig objektumok listájaDataReference.
- shm_size
- str
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
A kísérlet folytatásához használni kívánt ellenőrzőpontot vagy modellfájlokat tartalmazó adatelérési út.
- max_run_duration_seconds
- int
A futtatás maximálisan engedélyezett ideje. Az Azure ML megpróbálja automatikusan megszakítani a futtatásokat, ha az ennél az értéknél tovább tart.
- source_directory
- str
A betanítási feladathoz szükséges kísérletkonfigurációt és kódfájlokat tartalmazó helyi könyvtár.
- compute_target
- AbstractComputeTarget vagy str
A számítási cél, ahol a betanítás történik. Ez lehet egy objektum vagy a "local" sztring.
- vm_size
- str
A betanításhoz létrehozandó számítási cél virtuálisgép-mérete. Támogatott értékek: Bármely Azure-beli virtuálisgép-méret.
- vm_priority
- str
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.
- script_params
- dict
Parancssori argumentumok szótára, amely a(z) fájlban megadott betanítási entry_script
szkriptnek adható át.
- node_count
- int
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
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
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
Elosztott betanítási feladat futtatásának paraméterei.
Elosztott feladat MPI-háttérrendszerrel való futtatásához használja Mpi az objektumot a beállításhoz process_count_per_node
.
- use_gpu
- bool
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
Meghatározza, hogy a kísérletet futtató környezetnek Docker-alapúnak kell-e lennie.
- custom_docker_base_image
- str
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
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
.
- user_managed
- bool
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
A kísérlet Python-környezetéhez hozzáadandó Conda-csomagokat jelölő sztringek listája.
- pip_packages
- list
A kísérlet Python-környezetéhez hozzáadandó pip-csomagokat képviselő sztringek listája.
- conda_dependencies_file_path
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
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
A pip-követelmények szövegfájljának relatív elérési útja.
Ez a paraméterrel pip_packages
együtt adható meg.
- environment_variables
- dict
Környezeti változók neveinek és értékeinek szótára. Ezek a környezeti változók a felhasználói szkript végrehajtásának folyamatán vannak beállítva.
- environment_definition
- Environment
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_packages
vagy pip_packages
.
Érvénytelen kombinációk esetében hibaüzenet jelenik meg.
- inputs
- list
A bemenetként használandó vagy DatasetConsumptionConfig objektumok listájaDataReference.
- shm_size
A Docker-tároló megosztott memóriablokkjának mérete. Ha nincs beállítva, az alapértelmezett
- _disable_validation
- bool
A futtatás elküldése előtt tiltsa le a szkript érvényesítését. Az alapértelmezett érték az Igaz.
- _show_lint_warnings
- bool
Parancsprogram-linting figyelmeztetések megjelenítése. Az alapértelmezett érték a Hamis.
- _show_package_warnings
- bool
Csomagérvényesítési figyelmeztetések megjelenítése. Az alapértelmezett érték a Hamis.
Visszajelzés
https://aka.ms/ContentUserFeedback.
Hamarosan: 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: