Estimator Sınıf

Sağlanan herhangi bir çerçeveyi kullanarak verileri eğitmek için genel bir tahmin aracını temsil eder.

KALDIRIL -MIŞ. ScriptRunConfig Nesnesini kendi tanımlı ortamınızla veya Azure ML tarafından seçilmiş bir ortamla kullanın. ScriptRunConfig ile deneme çalıştırmalarını yapılandırmaya giriş için bkz. Eğitim çalıştırmalarını yapılandırma ve gönderme.

Bu sınıf, önceden yapılandırılmış bir Azure Machine Learning tahmin aracına sahip olmayan makine öğrenmesi çerçeveleriyle kullanılmak üzere tasarlanmıştır. , , PyTorchTensorFlowve SKLearniçin Chainerönceden yapılandırılmış tahmin araçları vardır. Önceden yapılandırılmamış bir Tahmin Aracı oluşturmak için bkz. Tahmin aracı kullanarak Azure Machine Learning ile modelleri eğitme.

Tahmin Aracı sınıfı, betiğin nasıl yürütüleceğini belirtme görevlerini basitleştirmeye yardımcı olmak için çalıştırma yapılandırma bilgilerini sarmalar. Tek düğümlü yürütmenin yanı sıra çok düğümlü yürütmeyi de destekler. Tahmin aracını çalıştırmak, eğitim betiğinizde belirtilen çıkış dizininde bir model oluşturur.

Tahmin aracını başlatın.

azureml.core.environment._DEFAULT_SHM_SIZE kullanılır. Daha fazla bilgi için bkz. Docker çalıştırma başvurusu. :type shm_size: str :p aram resume_from: Denemenin sürdürüldiği denetim noktasını veya model dosyalarını içeren veri yolu. :type resume_from: azureml.data.datapath.DataPath :p aram max_run_duration_seconds: Çalıştırma için izin verilen en uzun süre. Azure ML otomatik olarak

bu değerden daha uzun sürerse çalıştırmayı iptal edin.

Devralma

azureml.train.estimator._mml_base_estimator.MMLBaseEstimator

Estimator

Oluşturucu

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)

Parametreler

Name	Description
source_directory Gerekli	str Bir eğitim işi için gereken deneme yapılandırması ve kod dosyalarını içeren yerel dizin.
compute_target Gerekli	AbstractComputeTarget veya str Eğitimin gerçekleşeceği işlem hedefi. Bu bir nesne veya "local" dizesi olabilir.
vm_size Gerekli	str Eğitim için oluşturulacak işlem hedefinin VM boyutu. Desteklenen değerler: Herhangi bir Azure VM boyutu.
vm_priority Gerekli	str Eğitim için oluşturulacak işlem hedefinin VM önceliği. Belirtilmezse , 'dedicated' kullanılır. Desteklenen değerler: 'dedicated' ve 'lowpriority'. Bu yalnızca girişte vm_size parametresi belirtildiğinde geçerlilik kazanır.
entry_script Gerekli	str Eğitimi başlatmak için kullanılan dosyanın göreli yolu.
script_params Gerekli	dict içinde belirtilen entry_scripteğitim betiğine geçirilebilir komut satırı bağımsız değişkenlerinin sözlüğü.
node_count Gerekli	int Eğitim için kullanılan işlem hedefindeki düğüm sayısı. 1'den büyükse, bir MPI dağıtılmış işi çalıştırılır.
process_count_per_node Gerekli	int Her düğümde çalıştırılacak işlem sayısı (veya "çalışanlar"). 1'den büyükse, bir MPI dağıtılmış işi çalıştırılır. AmlCompute Dağıtılmış işler için yalnızca hedef desteklenir.
distributed_backend Gerekli	str Dağıtılmış eğitim için iletişim arka ucu. KALDIRIL -MIŞ. parametresini distributed_training kullanın. Desteklenen değerler: 'mpi'. 'mpi', MPI/Horovod'i temsil eder. Bu parametre veya process_count_per_node> 1 olduğunda node_count gereklidir. == 1 ve process_count_per_node == 1 olduğunda node_count , arka uç açıkça ayarlanmadığı sürece arka uç kullanılmaz. AmlCompute Dağıtılmış eğitim için yalnızca hedef desteklenir.
distributed_training Gerekli	Mpi Dağıtılmış eğitim işini çalıştırmaya yönelik parametreler. MPI arka ucuyla dağıtılmış bir işi çalıştırmak için belirtmek üzere process_count_per_nodenesnesini kullanınMpi.
use_gpu Gerekli	bool Denemeyi çalıştıracak ortamın GPU'ları desteklemesi gerekip gerekmediğini gösterir. Doğruysa, ortamda GPU tabanlı varsayılan bir Docker görüntüsü kullanılır. False ise CPU tabanlı bir görüntü kullanılır. Varsayılan Docker görüntüleri (CPU veya GPU) yalnızca parametre ayarlanmadıysa custom_docker_image kullanılır. Bu ayar yalnızca Docker özellikli işlem hedeflerinde kullanılır.
use_docker Gerekli	bool Denemeyi çalıştıracak ortamın Docker tabanlı olup olmayacağını belirtir.
custom_docker_base_image Gerekli	str Eğitim için kullanılacak görüntünün oluşturulacağı Docker görüntüsünün adı. KALDIRIL -MIŞ. parametresini custom_docker_image kullanın. Ayarlanmadıysa, temel görüntü olarak varsayılan CPU tabanlı bir görüntü kullanılır.
custom_docker_image Gerekli	str Eğitim için kullanılacak görüntünün oluşturulacağı Docker görüntüsünün adı. Ayarlanmadıysa, temel görüntü olarak varsayılan CPU tabanlı bir görüntü kullanılır. Yalnızca genel docker depolarında (Docker Hub) kullanılabilen görüntüleri belirtin. Özel docker deposundaki bir görüntüyü kullanmak için bunun yerine oluşturucunun environment_definition parametresini kullanın.
image_registry_details Gerekli	ContainerRegistry Docker görüntü kayıt defterinin ayrıntıları.
user_managed Gerekli	bool Azure ML'nin mevcut bir Python ortamını yeniden kullanıp kullanmayacağını belirtir. False ise, conda bağımlılıkları belirtimi temelinde bir Python ortamı oluşturulur.
conda_packages Gerekli	list Deneme için Python ortamına eklenecek conda paketlerini temsil eden dizelerin listesi.
pip_packages Gerekli	list Deneme için Python ortamına eklenecek pip paketlerini temsil eden dizelerin listesi.
conda_dependencies_file_path Gerekli	str Conda bağımlılıkları yaml dosyasının göreli yolu. Belirtilirse, Azure ML çerçeveyle ilgili paket yüklemez. KALDIRIL -MIŞ. Paramenter'ı conda_dependencies_file kullanın. conda_dependencies_file_path veya conda_dependencies_filebelirtin. Her ikisi de belirtilirse conda_dependencies_file kullanılır.
pip_requirements_file_path Gerekli	str Pip gereksinimleri metin dosyasının göreli yolu. KALDIRIL -MIŞ. parametresini pip_requirements_file kullanın. Bu parametre, parametresiyle birlikte pip_packages belirtilebilir. pip_requirements_file_path veya pip_requirements_filebelirtin. Her ikisi de belirtilirse pip_requirements_file kullanılır.
conda_dependencies_file Gerekli	str Conda bağımlılıkları yaml dosyasının göreli yolu. Belirtilirse, Azure ML çerçeveyle ilgili paket yüklemez.
pip_requirements_file Gerekli	str Pip gereksinimleri metin dosyasının göreli yolu. Bu parametre, parametresiyle birlikte pip_packages belirtilebilir.
environment_variables Gerekli	dict Ortam değişkenlerinin adlarını ve değerlerini içeren bir sözlük. Bu ortam değişkenleri, kullanıcı betiğinin yürütüldüğü işlemde ayarlanır.
environment_definition Gerekli	Environment Denemenin ortam tanımı. PythonSection, DockerSection ve ortam değişkenlerini içerir. Diğer parametreler aracılığıyla Estimator yapısına doğrudan sunulmayan tüm ortam seçenekleri bu parametre kullanılarak ayarlanabilir. Bu parametre belirtilirse, , , custom_docker_imageconda_packagesveya pip_packagesgibi use_gpuortamla ilgili diğer parametrelerden önceliklidir. Hatalar geçersiz birleşimlerde bildirilir.
inputs Gerekli	list Giriş olarak kullanılacak veya DatasetConsumptionConfig nesnelerinin DataReference listesi.
source_directory_data_store Gerekli	Datastore Proje paylaşımı için yedekleme veri deposu.
shm_size Gerekli	str Docker kapsayıcısının paylaşılan bellek bloğunun boyutu. Ayarlanmadıysa, varsayılan azureml.core.environment._DEFAULT_SHM_SIZE kullanılır. Daha fazla bilgi için bkz. Docker çalıştırma başvurusu.
resume_from Gerekli	DataPath Denemenin sürdürüldiği denetim noktası veya model dosyalarını içeren veri yolu.
max_run_duration_seconds Gerekli	int Çalıştırma için izin verilen en uzun süre. Azure ML, bu değerden daha uzun sürerse çalıştırmayı otomatik olarak iptal etmeye çalışır.
source_directory Gerekli	str Eğitim işi için gereken deneme yapılandırması ve kod dosyalarını içeren yerel dizin.
compute_target Gerekli	AbstractComputeTarget veya str Eğitimin gerçekleşeceği işlem hedefi. Bu bir nesne veya "local" dizesi olabilir.
vm_size Gerekli	str Eğitim için oluşturulacak işlem hedefinin VM boyutu. Desteklenen değerler: Herhangi bir Azure VM boyutu.
vm_priority Gerekli	str Eğitim için oluşturulacak işlem hedefinin VM önceliği. Belirtilmezse , 'dedicated' kullanılır. Desteklenen değerler: 'dedicated' ve 'lowpriority'. Bu yalnızca girişte vm_size parametresi belirtildiğinde geçerlilik kazanır.
entry_script Gerekli	str Eğitimi başlatmak için kullanılan dosyanın göreli yolu.
script_params Gerekli	dict içinde belirtilen entry_scripteğitim betiğine geçirilebilir komut satırı bağımsız değişkenlerinin sözlüğü.
node_count Gerekli	int Eğitim için kullanılan işlem hedefindeki düğüm sayısı. 1'den büyükse, bir MPI dağıtılmış işi çalıştırılır. AmlCompute Dağıtılmış işler için yalnızca hedef desteklenir.
process_count_per_node Gerekli	int Düğüm başına işlem sayısı. 1'den büyükse, bir MPI dağıtılmış işi çalıştırılır. AmlCompute Dağıtılmış işler için yalnızca hedef desteklenir.
distributed_backend Gerekli	str Dağıtılmış eğitim için iletişim arka ucu. KALDIRIL -MIŞ. parametresini distributed_training kullanın. Desteklenen değerler: 'mpi'. 'mpi', MPI/Horovod'i temsil eder. Bu parametre veya process_count_per_node> 1 olduğunda node_count gereklidir. == 1 ve process_count_per_node == 1 olduğunda node_count , arka uç açıkça ayarlanmadığı sürece arka uç kullanılmaz. AmlCompute Dağıtılmış eğitim için yalnızca hedef desteklenir.
distributed_training Gerekli	Mpi Dağıtılmış eğitim işini çalıştırma parametreleri. MPI arka ucuyla dağıtılmış bir iş çalıştırmak için, öğesini belirtmek process_count_per_nodeiçin nesnesini kullanınMpi.
use_gpu Gerekli	bool Denemeyi çalıştıracak ortamın GPU'ları destekleyip desteklemeymeyeceğini belirtir. True ise, ortamda GPU tabanlı varsayılan bir Docker görüntüsü kullanılır. False ise CPU tabanlı bir görüntü kullanılır. Varsayılan Docker görüntüleri (CPU veya GPU) yalnızca parametre ayarlanmadıysa custom_docker_image kullanılır. Bu ayar yalnızca Docker özellikli işlem hedeflerinde kullanılır.
use_docker Gerekli	bool Denemeyi çalıştıracak ortamın Docker tabanlı olup olmayacağını belirtir.
custom_docker_base_image Gerekli	str Eğitim için kullanılacak görüntünün oluşturulacağı Docker görüntüsünün adı. KALDIRIL -MIŞ. parametresini custom_docker_image kullanın. Ayarlanmadıysa, temel görüntü olarak varsayılan CPU tabanlı görüntü kullanılır.
custom_docker_image Gerekli	str Eğitim için kullanılacak görüntünün oluşturulacağı Docker görüntüsünün adı. Ayarlanmadıysa, temel görüntü olarak varsayılan CPU tabanlı görüntü kullanılır. Yalnızca genel docker depolarında (Docker Hub) kullanılabilen görüntüleri belirtin. Özel docker deposundan bir görüntü kullanmak için bunun yerine oluşturucunun environment_definition parametresini kullanın.
image_registry_details Gerekli	ContainerRegistry Docker görüntü kayıt defterinin ayrıntıları.
user_managed Gerekli	bool Azure ML'nin mevcut bir Python ortamını yeniden kullanıp kullanmayacağını belirtir. False ise, conda bağımlılıkları belirtimi temel alınarak bir Python ortamı oluşturulur.
conda_packages Gerekli	list Deneme için Python ortamına eklenecek conda paketlerini temsil eden dizelerin listesi.
pip_packages Gerekli	list Deneme için Python ortamına eklenecek pip paketlerini temsil eden dizelerin listesi.
conda_dependencies_file_path Gerekli	Conda bağımlılıkları yaml dosyasının göreli yolu. Belirtilirse, Azure ML çerçeveyle ilgili hiçbir paketi yüklemez. KALDIRIL -MIŞ. Paramenter'ı conda_dependencies_file kullanın. conda_dependencies_file_path veya conda_dependencies_filebelirtin. Her ikisi de belirtilirse conda_dependencies_file kullanılır.
pip_requirements_file_path Gerekli	Pip gereksinimleri metin dosyasının göreli yolu. KALDIRIL -MIŞ. parametresini pip_requirements_file kullanın. Bu, parametresiyle birlikte pip_packages sağlanabilir. pip_requirements_file_path veya pip_requirements_filebelirtin. Her ikisi de belirtilirse pip_requirements_file kullanılır.
pip_requirements_file Gerekli	str Pip gereksinimleri metin dosyasının göreli yolu. Bu, parametresiyle birlikte pip_packages sağlanabilir.
environment_variables Gerekli	dict Ortam değişkenlerinin adlarını ve değerlerini içeren bir sözlük. Bu ortam değişkenleri, kullanıcı betiğinin yürütüldüğü işlemde ayarlanır.
environment_definition Gerekli	Environment Denemenin ortam tanımı. PythonSection, DockerSection ve ortam değişkenlerini içerir. Diğer parametreler aracılığıyla Estimator yapısına doğrudan sunulmayan tüm ortam seçenekleri bu parametre kullanılarak ayarlanabilir. Bu parametre belirtilirse, , , custom_docker_imageconda_packagesveya pip_packagesgibi use_gpuortamla ilgili diğer parametrelerden önceliklidir. Hatalar geçersiz birleşimlerde bildirilir.
inputs Gerekli	list Giriş olarak kullanılacak veya DatasetConsumptionConfig nesnelerinin DataReference listesi.
source_directory_data_store Gerekli	Datastore Proje paylaşımı için yedekleme veri deposu.
shm_size Gerekli	Docker kapsayıcısının paylaşılan bellek bloğunun boyutu. Ayarlanmadıysa, varsayılan
_disable_validation Gerekli	bool Göndermeyi çalıştırmadan önce betik doğrulamayı devre dışı bırakın. Varsayılan değer True'dur.
_show_lint_warnings Gerekli	bool Betik lint uyarılarını göster. Varsayılan değer False'tur.
_show_package_warnings Gerekli	bool Paket doğrulama uyarılarını göster. Varsayılan değer False'tur.