AutoMLImageConfig 类

表示在 Azure 机器学习中提交自动化 ML 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,以及运行时要使用的训练数据。 有关选择设置的指导,请参阅: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models

创建 AutoMLImageConfig。

构造函数

AutoMLImageConfig(task: ImageTask, compute_target: Any, training_data: TabularDataset, hyperparameter_sampling: HyperParameterSampling, iterations: int, max_concurrent_iterations: int | None = None, experiment_timeout_hours: float | int | None = None, early_termination_policy: EarlyTerminationPolicy | None = None, validation_data: TabularDataset | None = None, arguments: List[Any] | None = None, **kwargs: Any)

参数

名称 说明
task
必需
<xref:ImageTask>

要运行的任务的类型。

compute_target
必需
Any

要运行 ML 映像试验的 Azure 机器学习计算目标。 仅支持具有超过 12 GB GPU 内存的远程 GPU 计算。 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
必需
<xref:TabularDataset>

试验中使用的定型数据。

hyperparameter_sampling
必需
<xref:HyperParameterSampling>

包含超参数空间、采样方法的对象,在某些情况下,特定采样类的其他属性。

iterations
必需
int

自动化 ML 映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

表示将并行执行的迭代的最大次数。 默认值与提供的迭代数相同。

默认值: None
experiment_timeout_hours

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)。 可以是表示 15 分钟的小数值,如 0.25。 如果未指定,则默认试验超时为 6 天。

默认值: None
early_termination_policy
Optional[<xref:EarlyTerminationPolicy>]

在多次迭代中使用超参数优化时,提前终止策略使用。 满足指定策略的条件时,将取消迭代。

默认值: None
validation_data
Optional[<xref:TabularDataset>]

试验中使用的验证数据。

默认值: None
arguments

要传递给远程脚本的参数将运行。 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。

默认值: None
task
必需
<xref:ImageTask>

要运行的任务的类型。

compute_target
必需
Any

要运行 ML 映像试验的 Azure 机器学习计算目标。 仅支持具有超过 12 GB GPU 内存的远程 GPU 计算。 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
必需
<xref:TabularDataset>

试验中使用的定型数据。

hyperparameter_sampling
必需
<xref:HyperParameterSampling>

包含超参数空间、采样方法的对象,在某些情况下,特定采样类的其他属性。

iterations
必需
int

自动化 ML 映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
必需

表示将并行执行的迭代的最大次数。 默认值与提供的迭代数相同。

experiment_timeout_hours
必需

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)。 可以是表示 15 分钟的小数值,如 0.25。 如果未指定,则默认试验超时为 6 天。

early_termination_policy
必需
Optional[<xref:EarlyTerminationPolicy>]

在多次迭代中使用超参数优化时,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
必需
Optional[<xref:TabularDataset>]

试验中使用的验证数据。

arguments
必需

要传递给远程脚本的参数将运行。 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。