TensorFlowDistribution Klasse
TensorFlow-Verteilungskonfiguration.
- Vererbung
-
azure.ai.ml.entities._job.distribution.DistributionConfigurationTensorFlowDistribution
Konstruktor
TensorFlowDistribution(*, parameter_server_count: int | None = 0, worker_count: int | None = None, **kwargs: Any)
Nur Schlüsselwortparameter
Name | Beschreibung |
---|---|
parameter_server_count
|
Die Anzahl an Parameterserveraufgaben. Der Standardwert ist 0. |
worker_count
|
Die Anzahl der Mitarbeiter. Standardmäßig wird die anzahl der instance festgelegt. |
Beispiele
Konfigurieren einer CommandComponent mit einer TensorFlowDistribution.
from azure.ai.ml import TensorFlowDistribution
from azure.ai.ml.entities import CommandComponent
component = CommandComponent(
name="microsoftsamples_tf",
description="This is the TF command component",
inputs={
"component_in_number": {"description": "A number", "type": "number", "default": 10.99},
"component_in_path": {"description": "A path", "type": "uri_folder"},
},
outputs={"component_out_path": {"type": "uri_folder"}},
command="echo Hello World & echo ${{inputs.component_in_number}} & echo ${{inputs.component_in_path}} "
"& echo ${{outputs.component_out_path}}",
environment="AzureML-sklearn-1.0-ubuntu20.04-py38-cpu:33",
distribution=TensorFlowDistribution(
parameter_server_count=1,
worker_count=2,
),
instance_count=2,
)
Variablen
Name | Beschreibung |
---|---|
parameter_server_count
|
Anzahl der Parameterservertasks. |
worker_count
|
Anz. von Workern. Wenn nicht angegeben, wird standardmäßig die anzahl der instance angegeben. |
type
|
Gibt den Verteilungstyp an. Legen Sie für diese Klasse automatisch auf "tensorflow" fest. |
Zusammenarbeit auf GitHub
Die Quelle für diesen Inhalt finden Sie auf GitHub, wo Sie auch Issues und Pull Requests erstellen und überprüfen können. Weitere Informationen finden Sie in unserem Leitfaden für Mitwirkende.
Azure SDK for Python