反馈

HyperDriveConfig 类

  • 参考

定义 HyperDrive 运行的配置。

HyperDrive 配置包括有关超参数空间采样、终止策略、主要指标、配置恢复、估算器以及要在其上运行试验的计算目标的信息。

继承
builtins.object
HyperDriveConfig

构造函数

HyperDriveConfig(hyperparameter_sampling, primary_metric_name, primary_metric_goal, max_total_runs, max_concurrent_runs=None, max_duration_minutes=10080, policy=None, estimator=None, run_config=None, resume_from=None, resume_child_runs=None, pipeline=None, debug_flag=None)

参数

estimator
MMLBaseEstimator
必需

使用采样的超参数调用的估算器。 仅指定以下参数之一：estimator、run_config 或 pipeline。

hyperparameter_sampling
HyperParameterSampling
必需

超参数采样空间。

policy
EarlyTerminationPolicy
必需

要使用的提前终止策略。 如果为 None （默认值），则不会使用任何提前终止策略。

delay_evaluation 为 5 的 MedianStoppingPolicy 是一种良好的终止策略，可以从其开始。 这属于保守的设置，可以提供大约 25%-35% 的节省，且不会造成主要指标损失（基于我们的评估数据）。

primary_metric_name
str
必需

试验运行报告的主要指标的名称。

primary_metric_goal
PrimaryMetricGoal
默认值: None

PrimaryMetricGoal.MINIMIZE 或 PrimaryMetricGoal.MAXIMIZE。 此参数确定在评估运行时，是要最小化还是最大化主要指标。

max_total_runs
int
默认值: 10080

要创建的运行的最大总数。 这是上限；当样本空间小于此值时，运行可能会更少。 如果同时指定了 max_total_runs 和 max_duration_minutes，在达到其中的第一个阈值时，会终止超参数优化试验。

max_concurrent_runs
int
默认值: None

可以并发执行的最大运行数。 如果为 None，则并行启动所有运行。 并发运行数根据指定计算目标中的可用资源进行限制。 因此，需要确保计算目标能够为所需的并发性提供足够的可用资源。

max_duration_minutes
int
默认值: None

HyperDrive 运行的最长持续时间。 超过此时间后，仍在执行的任何运行都会被取消。 如果同时指定了 max_total_runs 和 max_duration_minutes，在达到其中的第一个阈值时，会终止超参数优化试验。

resume_from
HyperDriveRun 或 list[HyperDriveRun]
默认值: None

一个 hyperdrive 运行，或 hyperdrive 运行列表，作为数据点继承以热启动新的运行。

resume_child_runs
Run 或 list[Run]
默认值: None

一个 hyperdrive 子运行，或 hyperdrive 子运行列表，作为新 hyperdrive 运行的新子运行恢复。

run_config
ScriptRunConfig
默认值: None

用于设置脚本/笔记本运行的配置的对象。 仅指定以下参数之一：estimator、run_config 或 pipeline。

pipeline
Pipeline
默认值: None

用于设置管道运行配置的管道对象。 将使用示例超参数调用管道对象以提交管道运行。 仅指定以下参数之一：estimator、run_config 或 pipeline。

debug_flag
默认值: None

注解

下面的示例演示如何创建用于超参数优化的 HyperDriveConfig 对象。 在此示例中，主要指标名称与训练脚本中记录的值匹配。


   hd_config = HyperDriveConfig(run_config=src,
                                hyperparameter_sampling=ps,
                                policy=early_termination_policy,
                                primary_metric_name='validation_acc',
                                primary_metric_goal=PrimaryMetricGoal.MAXIMIZE,
                                max_total_runs=4,
                                max_concurrent_runs=4)

完整示例可从 https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/machine-learning-pipelines/intro-to-pipelines/aml-pipelines-parameter-tuning-with-hyperdrive.ipynb 获取

若要详细了解如何使用 HyperDriveConfig，请参阅教程：优化模型的超参数。

属性

estimator

返回在 HyperDrive 运行中使用的估算器。

如果运行使用脚本运行配置或管道，则值为 None。

返回

估算器。

返回类型

Estimator,
None

pipeline

返回在 HyperDrive 运行中使用的管道。

如果运行使用脚本运行配置或估算器，则值为 None。

返回

管道。

返回类型

Pipeline,
None

run_config

返回 HyperDrive 运行中使用的脚本/笔记本配置。

如果运行使用估算器或管道，则值为 None。

返回

运行配置。

返回类型

ScriptRunConfig,
None

source_directory

返回要运行的配置中的源目录。

返回

源目录

返回类型

str