FitOutput 类

参考

用于封装训练返回值的数据类。

继承: builtins.object

FitOutput

构造函数

FitOutput(primary_metric: str, metric_operation: str, num_classes: Optional[int], pipeline: azureml.automl.runtime.automl_pipeline.AutoMLPipeline)

参数

primary_metric

metric_operation

num_classes

pipeline

方法

add_error	向训练错误列表添加错误。
get_output_dict	获取表示此对象输出的字典。
get_sanitized_output_dict	获取表示此对象输出的字典，其中没有值被替换为空字符串。
record_pipeline_results	记录管道执行的结果。
set_onnx_estimator_model	设置拟合管道的估算器 ONNX 模型。
set_onnx_featurizer_model	设置拟合管道的特征化器 ONNX 模型。
set_onnx_model	设置拟合管道的 ONNX 模型。
set_onnx_model_resource	设置 ONNX 模型的资源。

add_error

向训练错误列表添加错误。

add_error(exception_type: str, exception: BaseException, is_critical: Optional[bool] = True) -> None

参数

exception_type

必需

exception

必需

is_critical

默认值: True

get_output_dict

获取表示此对象输出的字典。

get_output_dict(exclude_keys: Optional[List[str]] = None) -> Dict[str, Any]

参数

exclude_keys

默认值: None

get_sanitized_output_dict

获取表示此对象输出的字典，其中没有值被替换为空字符串。

get_sanitized_output_dict() -> Dict[str, Any]

record_pipeline_results

记录管道执行的结果。

record_pipeline_results(pipeline_run_output: azureml.automl.runtime.pipeline_run_helper.PipelineRunOutput) -> None

参数

pipeline_run_output

必需

管道执行返回对象

set_onnx_estimator_model

设置拟合管道的估算器 ONNX 模型。

set_onnx_estimator_model(onnx_estimator_model: Any) -> None

参数

onnx_model

必需

转换后的估算器 ONNX 模型。

set_onnx_featurizer_model

设置拟合管道的特征化器 ONNX 模型。

set_onnx_featurizer_model(onnx_featurizer_model: Any) -> None

参数

onnx_model

必需

转换后的特征化器 ONNX 模型。

set_onnx_model

设置拟合管道的 ONNX 模型。

set_onnx_model(onnx_model: Any) -> None

参数

onnx_model

必需

转换后的 ONNX 模型。

set_onnx_model_resource

设置 ONNX 模型的资源。

set_onnx_model_resource(onnx_model_res: Dict[Any, Any]) -> None

参数

onnx_model_res

必需

转换后的 ONNX 模型的资源。

属性

actual_time

获取实际时间。

error_code

返回最后添加的异常的错误代码。

errors

获取训练错误。

failure_reason

返回最后添加的异常的错误类型（即 UserError/System）

fitted_pipeline

获取拟合的管道。

fitted_pipelines_train

获取部分训练的拟合管道。

friendly_errors

获取 JSON 格式的训练错误。

goal

获取训练目标。

num_classes

获取分类任务的类数目。

onnx_estimator_model

获取转换后的 ONNX 估算器模型。

onnx_featurizer_model

获取转换后的 ONNX 特征化器模型。

onnx_model

获取转换后的 ONNX 模型。

onnx_model_resource

获取转换后的 ONNX 模型的资源。

pipeline_id

获取管道哈希 ID。

pipeline_script

获取管道脚本。

pipeline_spec

获取训练中使用的 AutoML 管道规范。

predicted_time

获取预测的时间。

pretrain_props

获取预训练属性。

primary_metric

获取主要指标。

run_algorithm

获取算法名称。

run_preprocessor

获取预处理器名称。

run_properties

获取管道运行属性。

score

获取主要管道分数。

score_metric_extras

获取 JSON 格式的主管道表指标。

scores

获取管道分数。

training_percent

获取用于此管道的训练百分比

training_size

获取训练规模。

training_type

获取训练类型。

MAX_OUTPUT_SIZE

MAX_OUTPUT_SIZE = 1048576