dnn 包

表示 Chainer 试验中训练的估算器。

荒废的。 将 ScriptRunConfig 对象与自己的已定义环境或 Azure ML Chainer 特选环境之一配合使用。 有关使用 ScriptRunConfig 配置试验运行的简介，请参阅 “配置和提交训练运行”。

支持的版本：5.1.0、7.0.0

初始化 Chainer 估算器。

管理分布式训练作业的 Gloo 设置。

荒废的。 使用 PyTorchConfiguration 类。

可以使用预配置distributed_training估算器的参数或任何支持 Gloo 的泛型PyTorch模型为训练作业Estimator指定 Gloo。

用于管理作业的 Gloo 设置的类。

管理分布式训练作业的消息传递接口 （MPI） 设置。

荒废的。 使用 MpiConfiguration 类。

可以为具有 distributed_training 预配置估算器 Chainer参数的作业指定 MPI， PyTorch也可以使用 TensorFlow泛型 Estimator函数指定 MPI。

用于管理作业的 MPI 设置的类。

管理分布式训练作业的 Nccl 设置。

荒废的。 使用 PyTorchConfiguration 类。

可以使用预配置distributed_training估算器的参数或任何支持 Nccl 的泛型PyTorch参数为训练作业Estimator指定 Nccl。

用于管理作业 Nccl 设置的类。

管理训练作业的参数服务器设置。

荒废的。 使用 TensorflowConfiguration 类。

用于管理作业的参数服务器设置的类。

荒废的。 使用 TensorflowConfiguration 类。

表示 PyTorch 试验中训练的估算器。

荒废的。 将 ScriptRunConfig 对象与自己的已定义环境或 Azure ML PyTorch 特选环境之一配合使用。 有关使用 ScriptRunConfig 配置 PyTorch 试验运行的简介，请参阅 使用 Azure 机器学习大规模训练 PyTorch 模型。

支持的版本：1.0、1.1、1.2、1.3、1.4、1.5、1.6

初始化 PyTorch 估算器。

Docker 运行引用。 ：type shm_size：str :p aram resume_from：包含从中恢复试验的检查点或模型文件的数据路径。 ：type resume_from：azureml.data.datapath.DataPath :p aram max_run_duration_seconds：运行允许的最大时间。 Azure ML 将自动尝试

如果运行时间超过此值，请取消运行。

表示 TensorFlow 试验中训练的估算器。

荒废的。 将 ScriptRunConfig 对象与自己的已定义环境或 Azure ML TensorFlow 特选环境之一配合使用。 有关使用 ScriptRunConfig 配置 TensorFlow 试验运行的简介，请参阅 使用 Azure 机器学习大规模训练 TensorFlow 模型。

支持的版本：1.10、1.12、1.13、2.0、2.1、2.2

初始化 TensorFlow 估算器。

Docker 运行引用。 ：type shm_size：str :p aram resume_from：包含从中恢复试验的检查点或模型文件的数据路径。 ：type resume_from：azureml.data.datapath.DataPath :p aram max_run_duration_seconds：运行允许的最大时间。 Azure ML 将自动尝试

如果运行时间超过此值，请取消运行。