你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站,请访问 https://docs.azure.cn。
TruncationSelectionPolicy 类
定义一个提前终止策略,该策略在每个评估间隔内取消给定百分比的运行。
- 继承
-
azure.ai.ml.entities._job.sweep.early_termination_policy.EarlyTerminationPolicyTruncationSelectionPolicy
构造函数
TruncationSelectionPolicy(*, delay_evaluation: int = 0, evaluation_interval: int = 0, truncation_percentage: int = 0)
仅限关键字的参数
名称 | 说明 |
---|---|
delay_evaluation
|
延迟第一次评估的间隔数。 默认值为 0。 |
evaluation_interval
|
策略评估之间的间隔 () 运行次数。 默认值为 0。 |
truncation_percentage
|
在每个评估间隔要取消的运行百分比。 默认值为 0。 |
示例
使用 TruncationStoppingPolicy 为超参数扫描作业配置提前终止策略
from azure.ai.ml import command
job = command(
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",
)
# we can reuse an existing Command Job as a function that we can apply inputs to for the sweep configurations
from azure.ai.ml.sweep import QUniform, TruncationSelectionPolicy, Uniform
job_for_sweep = job(
kernel=Uniform(min_value=0.0005, max_value=0.005),
penalty=QUniform(min_value=0.05, max_value=0.75, q=1),
)
sweep_job = job_for_sweep.sweep(
sampling_algorithm="random",
primary_metric="best_val_acc",
goal="Maximize",
max_total_trials=8,
max_concurrent_trials=4,
early_termination_policy=TruncationSelectionPolicy(delay_evaluation=5, evaluation_interval=2),
)