Objective Klas
Optimalisatiedoelstelling.
Optimalisatiedoelstelling.
- Overname
-
azure.ai.ml.entities._mixins.RestTranslatableMixinObjective
Constructor
Objective(goal: str | None, primary_metric: str | None = None)
Parameters
Name | Description |
---|---|
goal
Vereist
|
Definieert ondersteunde metrische doelen voor het afstemmen van hyperparameters. Geaccepteerde waarden zijn: 'minimaliseren', 'maximaliseren'. |
primary_metric
|
De naam van de metrische waarde die moet worden geoptimaliseerd. standaardwaarde: None
|
goal
Vereist
|
Definieert ondersteunde metrische doelen voor het afstemmen van hyperparameters. Acceptabele waarden zijn: 'minimaliseren' of 'maximaliseren'. |
primary_metric
Vereist
|
De naam van de metrische waarde die moet worden geoptimaliseerd. |
Voorbeelden
Een doelstelling toewijzen aan een SweepJob.
from azure.ai.ml.entities import CommandJob
from azure.ai.ml.sweep import BayesianSamplingAlgorithm, Objective, SweepJob, SweepJobLimits
command_job = CommandJob(
inputs=dict(kernel="linear", penalty=1.0),
compute=cpu_cluster,
environment=f"{job_env.name}:{job_env.version}",
code="./scripts",
command="python scripts/train.py --kernel $kernel --penalty $penalty",
experiment_name="sklearn-iris-flowers",
)
sweep = SweepJob(
sampling_algorithm=BayesianSamplingAlgorithm(),
trial=command_job,
search_space={"ss": Choice(type="choice", values=[{"space1": True}, {"space2": True}])},
inputs={"input1": {"file": "top_level.csv", "mode": "ro_mount"}},
compute="top_level",
limits=SweepJobLimits(trial_timeout=600),
objective=Objective(goal="maximize", primary_metric="accuracy"),
)
Azure SDK for Python
Feedback
https://aka.ms/ContentUserFeedback.
Binnenkort beschikbaar: In de loop van 2024 zullen we GitHub-problemen geleidelijk uitfaseren als het feedbackmechanisme voor inhoud en deze vervangen door een nieuw feedbacksysteem. Zie voor meer informatie:Feedback verzenden en weergeven voor