Share via

ReinforcementLearningRun Classe

  • Referência

Uma classe de execução para processar e monitorizar Execuções de Aprendizagem de Reforço associadas a uma experimentação e a um ID de execução individual.

Construtor Class ReinforcementLearningRun.

Herança
Run
ReinforcementLearningRun

Construtor

ReinforcementLearningRun(experiment, run_id, directory=None, _run_config=None, **kwargs)

Parâmetros

experiment
Experiment
Necessário

O objeto de experimentação.

run_id
str
Necessário

O ID de execução.

directory
str
valor predefinido: None

O diretório de origem.

_run_config
ReinforcementLearningConfiguration
valor predefinido: None

A configuração de aprendizagem de reforço.

kwargs
dict
Necessário

Observações

O SDK do Azure Machine Learning fornece-lhe uma série de classes interligadas, concebidas para o ajudar a preparar e comparar modelos de machine learning relacionados com o problema partilhado que estão a resolver.

Um Experiment atua como um contentor lógico para estas execuções de preparação. Um ReinforcementLearningConfiguration objeto é utilizado para codificar as informações necessárias para submeter uma execução de preparação numa experimentação de Aprendizagem com Reforço. Que, em seguida, pode ser submetido através da experimentação. Veja a documentação em ReinforcementLearningConfiguration para ver um exemplo deste processo.

Depois de ReinforcementLearningConfiguration submetido, é devolvido um objeto ReinforcementLearningRun.

Um objeto ReinforcementLearningRun dá-lhe acesso programático a informações sobre a execução de Aprendizagem de Reforço associada. Alguns exemplos incluem obter os registos correspondentes a uma execução, cancelar ou concluir uma execução se ainda estiver em curso, limpar os artefactos de uma execução concluída e aguardar a conclusão de uma execução atualmente em curso.

Métodos

complete

Concluir a execução em curso

complete

Concluir a execução em curso

complete()

Observações

Um exemplo para concluir a execução é o seguinte:


   run = experiment.submit(config=ReinforcementLearningRunConfig)
   run.complete()

Atributos

RUN_TYPE 

RUN_TYPE = 'reinforcementlearning'