SKLearn クラス

実験構成ファイルが含まれるローカル ディレクトリ。

トレーニングが発生するコンピューティング先。 これは、オブジェクトまたは文字列 "local" のいずれかです。

トレーニング用に作成されるコンピューティング先の VM サイズ。

サポートされる値: 任意の Azure VM サイズ。

トレーニング用に作成されるコンピューティング先の VM 優先度。 指定しない場合は、'dedicated' が使用されます。

サポートされる値: 'dedicated' と 'lowpriority'。

これは、入力で vm_size param を指定した場合にのみ有効になります。

トレーニングを開始するために使うファイルへの相対パスを表す文字列。

entry_script 内で指定したトレーニング スクリプトに渡すコマンド ライン引数のディクショナリ。

Docker イメージの名前。トレーニングに使用するイメージは、この Docker イメージからビルドされます。 設定しない場合は、既定の CPU ベースのイメージが基本イメージとして使用されます。

Docker イメージ レジストリの詳細。

Azure ML が既存の Python 環境を再利用するかどうかを指定します。 false は、conda の依存関係の仕様に基づいて、Azure ML によって Python 環境が作成されることを意味します。

実験用の Python 環境に追加される conda パッケージを表す文字列のリスト。

実験用の Python 環境に追加される pip パッケージを表す文字列のリスト。

conda の依存関係 yaml ファイルへの相対パスを表す文字列。 指定した場合、Azure ML によって、フレームワーク関連のパッケージはインストールされません。 これは、conda_packages パラメーターと組み合わせて指定できます。 非推奨。 conda_dependencies_file パラメーターを使用します。

pip 要件テキスト ファイルへの相対パスを表す文字列。 これは、pip_packages パラメーターと組み合わせて指定できます。 非推奨。 pip_requirements_file パラメーターを使用します。

conda の依存関係 yaml ファイルへの相対パスを表す文字列。 指定した場合、Azure ML によって、フレームワーク関連のパッケージはインストールされません。 これは、conda_packages パラメーターと組み合わせて指定できます。

pip 要件テキスト ファイルへの相対パスを表す文字列。 これは、pip_packages パラメーターと組み合わせて指定できます。

環境変数の名前と値のディクショナリ。 これらの環境変数は、ユーザー スクリプトが実行されるプロセスで設定されます。

実験用の環境定義には、PythonSection、DockerSection、環境変数が含まれています。 他のパラメーターを介して推定器構造に直接公開されていない環境オプションは、environment_definition パラメーターを使用して設定できます。 このパラメーターを指定すると、use_gpu、custom_docker_image、conda_packages、pip_packages などの他の環境関連パラメーターよりも優先されます。 無効な組み合わせに対してエラーが報告されます。

入力として使用する DataReference または DatasetConsumptionConfig オブジェクトのリスト。

Docker コンテナーの共有メモリ ブロックのサイズ。 設定しなかった場合は、既定の azureml.core.environment._DEFAULT_SHM_SIZE が使用されます。

実験を再開するためのチェックポイント ファイルまたはモデル ファイルが含まれているデータ パス。

実行の最大許容時間。 この値よりも時間がかかる場合は、Azure ML によって自動的に実行のキャンセルが試みられます。

トレーニング コードの実行に使用される Scikit-learn バージョン。 SKLearn.get_supported_versions() は、現在の SDK でサポートされているバージョンのリストを返します。

実験構成ファイルが含まれるローカル ディレクトリ。

トレーニングが発生するコンピューティング先。 これは、オブジェクトまたは文字列 "local" のいずれかです。

トレーニング用に作成されるコンピューティング先の VM サイズ。 サポートされる値: 任意の Azure VM サイズ。

トレーニング用に作成されるコンピューティング先の VM 優先度。 指定しない場合は、'dedicated' が使用されます。

サポートされる値: 'dedicated' と 'lowpriority'。

これは、入力で vm_size param を指定した場合にのみ有効になります。

トレーニングを開始するために使うファイルへの相対パスを表す文字列。

entry_script 内で指定したトレーニング スクリプトに渡すコマンド ライン引数のディクショナリ。

実験を実行する環境が Docker ベースであるかどうかを示すブール値。

Docker イメージの名前。トレーニングに使用するイメージは、この Docker イメージからビルドされます。 設定しない場合は、既定の CPU ベースのイメージが基本イメージとして使用されます。

Docker イメージ レジストリの詳細。

Azure ML が既存の Python 環境を再利用するかどうかを指定します。 false は、conda の依存関係の仕様に基づいて、Azure ML によって Python 環境が作成されることを意味します。

実験用の Python 環境に追加される conda パッケージを表す文字列のリスト。

実験用の Python 環境に追加される pip パッケージを表す文字列のリスト。

conda の依存関係 yaml ファイルへの相対パスを表す文字列。 指定した場合、Azure ML によって、フレームワーク関連のパッケージはインストールされません。 これは、conda_packages パラメーターと組み合わせて指定できます。 非推奨。 conda_dependencies_file パラメーターを使用します。

pip 要件テキスト ファイルへの相対パスを表す文字列。 これは、pip_packages パラメーターと組み合わせて指定できます。 非推奨。 pip_requirements_file パラメーターを使用します。

conda の依存関係 yaml ファイルへの相対パスを表す文字列。 指定した場合、Azure ML によって、フレームワーク関連のパッケージはインストールされません。 これは、conda_packages パラメーターと組み合わせて指定できます。

pip 要件テキスト ファイルへの相対パスを表す文字列。 これは、pip_packages パラメーターと組み合わせて指定できます。

環境変数の名前と値のディクショナリ。 これらの環境変数は、ユーザー スクリプトが実行されるプロセスで設定されます。

実験用の環境定義には、PythonSection、DockerSection、環境変数が含まれています。 他のパラメーターを介して推定器構造に直接公開されていない環境オプションは、environment_definition パラメーターを使用して設定できます。 このパラメーターを指定すると、use_gpu、custom_docker_image、conda_packages、pip_packages などの他の環境関連パラメーターよりも優先されます。 無効な組み合わせに対してエラーが報告されます。

azureml.data.data_referenceの一覧。入力として使用する DataReference オブジェクト。

Docker コンテナーの共有メモリ ブロックのサイズ。 設定しなかった場合は、既定の azureml.core.environment._DEFAULT_SHM_SIZE が使用されます。

実験を再開するためのチェックポイント ファイルまたはモデル ファイルが含まれているデータ パス。

実行の最大許容時間。 この値よりも時間がかかる場合は、Azure ML によって自動的に実行のキャンセルが試みられます。

トレーニング コードの実行に使用される Scikit-learn バージョン。 SKLearn.get_supported_versions() は、現在の SDK でサポートされているバージョンのリストを返します。

事前構築済みのフレームワーク イメージを使用して増分環境ビルドを有効にして、環境の準備を高速化します。 事前構築済みのフレームワーク イメージは、フレームワークの依存関係が事前にインストールされている Azure ML の既定の CPU/GPU ベース イメージの上に構築されています。

実行の送信前にスクリプトの検証を無効にします。 既定値は True です。

スクリプトリンティングの警告を表示します。 既定値は False です。

パッケージ検証の警告を表示します。 既定値は False です。