AutoMLImageConfig 类

表示用于提交 Azure 机器学习中的自动化机器学习映像试验的配置。

此配置对象包含并保留用于配置试验运行的参数，以及运行时使用的训练数据。 有关选择设置的指南，请参阅：https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models。

继承

AutoMLConfig

AutoMLImageConfig

构造函数

AutoMLImageConfig(task: azureml.automl.core.shared.constants.ImageTask, compute_target: Any, training_data: azureml.data.tabular_dataset.TabularDataset, hyperparameter_sampling: azureml.train.hyperdrive.sampling.HyperParameterSampling, iterations: int, max_concurrent_iterations: Optional[int] = None, experiment_timeout_hours: Optional[Union[float, int]] = None, early_termination_policy: Optional[azureml.train.hyperdrive.policy.EarlyTerminationPolicy] = None, validation_data: Optional[azureml.data.tabular_dataset.TabularDataset] = None, arguments: Optional[List[Any]] = None, **kwargs: Any)

参数

task

<xref:ImageTask>

必需

要运行的任务的类型。

compute_target

<xref:Any>

必需

要运行机器学习映像试验的 Azure 机器学习计算目标。 仅支持通过超过 12 GB GPU 内存进行计算的远程 GPU。 有关计算目标的详细信息，请参阅 https://docs.microsoft.com/azure/machine-learning/how-to-auto-train-remote。

training_data

<xref:TabularDataset>

必需

要在试验中使用的训练数据。

hyperparameter_sampling

<xref:HyperParameterSampling>

必需

对象，该对象包含超参数空间、采样方法，在某些情况下还包含特定采样类的附加属性。

iterations

int

必需

在自动化机器学习图像试验期间要测试的不同模型和参数组合的总数。 如果未指定，则默认值为 1 次迭代。

max_concurrent_iterations

<xref:Optional>[int]

默认值: None

表示将并行执行的最大迭代数。 默认值与提供的迭代数相同。

experiment_timeout_hours

<xref:Optional>[<xref:Union>[float, int]]

默认值: None

在试验结束之前，所有合并的迭代所花费的最大时间量（以小时为单位）。 可以是十进制值，如 0.25，表示 15 分钟。 如果未指定，则默认试验超时为 6 天。

early_termination_policy

<xref:Optional>[<xref:EarlyTerminationPolicy>]

默认值: None

在对多个迭代使用超参数优化时，提前终止策略使用。 满足指定策略的条件时，将取消迭代。

validation_data

<xref:Optional>[<xref:TabularDataset>]

默认值: None

要在试验中使用的验证数据。

arguments

<xref:Optional>[<xref:List>[<xref:Any>]]

默认值: None

要传递到远程脚本运行的参数。 自变量以名称-值对的形式传递，名称必须以双短划线作为前缀。