Objective Classe
Objectif d’optimisation.
Objectif d’optimisation.
- Héritage
-
azure.ai.ml.entities._mixins.RestTranslatableMixinObjective
Constructeur
Objective(goal: str | None, primary_metric: str | None = None)
Paramètres
Nom | Description |
---|---|
goal
Obligatoire
|
Définit des objectifs de métriques pris en charge pour le réglage des hyperparamètres. Les valeurs acceptées sont les suivantes : « réduire », « agrandir ». |
primary_metric
|
Nom de la métrique à optimiser. valeur par défaut: None
|
goal
Obligatoire
|
Définit des objectifs de métriques pris en charge pour le réglage des hyperparamètres. Les valeurs acceptables sont les suivantes : « réduire » ou « agrandir ». |
primary_metric
Obligatoire
|
Nom de la métrique à optimiser. |
Exemples
Affectation d’un objectif à un sweepJob.
from azure.ai.ml.entities import CommandJob
from azure.ai.ml.sweep import BayesianSamplingAlgorithm, Objective, SweepJob, SweepJobLimits
command_job = CommandJob(
inputs=dict(kernel="linear", penalty=1.0),
compute=cpu_cluster,
environment=f"{job_env.name}:{job_env.version}",
code="./scripts",
command="python scripts/train.py --kernel $kernel --penalty $penalty",
experiment_name="sklearn-iris-flowers",
)
sweep = SweepJob(
sampling_algorithm=BayesianSamplingAlgorithm(),
trial=command_job,
search_space={"ss": Choice(type="choice", values=[{"space1": True}, {"space2": True}])},
inputs={"input1": {"file": "top_level.csv", "mode": "ro_mount"}},
compute="top_level",
limits=SweepJobLimits(trial_timeout=600),
objective=Objective(goal="maximize", primary_metric="accuracy"),
)
Collaborer avec nous sur GitHub
La source de ce contenu se trouve sur GitHub, où vous pouvez également créer et examiner les problèmes et les demandes de tirage. Pour plus d’informations, consultez notre guide du contributeur.
Azure SDK for Python