ParallelTask Classe

Tipo dell'attività parallela. I valori possibili sono "run_function" e "modello".

Percorso locale o remoto che punta al codice sorgente.

Script utente che verrà eseguito in parallelo su più nodi. Viene specificato come percorso di file locale. La entry_script deve contenere due funzioni: init()questa funzione deve essere usata per qualsiasi preparazione costosa o comune per le inferenze successive, ad esempio deserializzazione e caricamento del modello in un oggetto globale. run(mini_batch): metodo da parallelizzare. Ogni chiamata avrà un mini-batch. 'mini_batch': l'inferenza batch richiama il metodo di esecuzione e passa un elenco o un DataFrame Pandas come argomento al metodo. Ogni voce in min_batch sarà un filepath se l'input è un FileDataset, un DataFrame Pandas se l'input è un TabularDataset. il metodo run() deve restituire un dataframe Pandas o una matrice. Per append_row output_action, questi elementi restituiti vengono accodati nel file di output comune. Per summary_only, il contenuto degli elementi viene ignorato. Per tutte le azioni di output, ogni elemento di output restituito indica un'inferenza riuscita dell'elemento di input nel mini-batch di input. Ogni processo di lavoro parallelo chiama init una volta e quindi esegue il ciclo della funzione di esecuzione fino a quando non vengono elaborati tutti i mini-batch.

Argomenti dell'attività parallela.

Modello dell'attività parallela.

Tutti i valori restituiti dalle chiamate al metodo run() verranno aggregati in un file univoco creato nel percorso di output. se non è impostato, viene richiamato "summary_only", il che significa che lo script utente deve archiviare l'output stesso.

Ambiente in cui verrà eseguito il processo di training.