Freigeben über

ReinforcementLearningConfiguration Klasse

  • Referenz

Stellt die Konfiguration für Ausführungen für vertiefendes Lernen dar, die auf Azure Machine Learning-Computeziele ausgerichtet sind

Das ReinforcementLearningConfiguration-Objekt kapselt die Informationen, die zum Übermitteln einer Ausführung für vertiefendes Lernen in einem Experiment erforderlich sind. Es enthält Informationen zur Hauptkomponente, zu Workern und zu Computezielen für Experimentausführungen.

Vererbung
azureml._base_sdk_common.abstract_run_config_element._AbstractRunConfigElement
ReinforcementLearningConfiguration

Konstruktor

ReinforcementLearningConfiguration(head_configuration, worker_configuration, max_run_duration_seconds=None, cluster_coordination_timeout_seconds=None, source_directory=None, _path=None, _name=None, framework=None)

Parameter

Name Beschreibung
head_configuration
Erforderlich

Konfiguration für die Hauptkomponente
worker_configuration
Erforderlich
WorkerConfiguration

Konfiguration für die Worker
max_run_duration_seconds
Erforderlich
int

Maximal zulässige Zeit für die Ausführung in Sekunden. Azure Machine Learning versucht, den Auftrag automatisch abzubrechen, wenn er länger dauert als dieser Wert angibt.
cluster_coordination_timeout_seconds
Erforderlich
int

Maximale Zeit in Sekunden, die der Auftrag zum Starten nutzen kann, nachdem er den Status „In Warteschlange“ durchlaufen hat
source_directory
Erforderlich
str

Verzeichnis, das Code oder die Konfiguration für die Hauptausführung enthält
framework
Erforderlich
RLFramework

Orchestrierungsframework, das im Experiment verwendet werden soll. Die Standardversion ist Ray, Version 0.8.0.

Methoden

load

Laden Sie eine zuvor gespeicherte Laufzeitkonfigurationsdatei für vertiefendes Lernen aus einer Datei auf dem Datenträger.

Wenn path auf eine Datei verweist, wird „ReinforcementLearningConfiguration“ aus dieser Datei geladen.

Wenn path auf ein Verzeichnis verweist (es sollte sich um ein Projektverzeichnis handeln), wird „ReinforcementLearningConfiguration“ aus „<Pfad>/.azureml/<Name>“ oder „<Pfad>/aml_config/<Name>“ geladen.
save

Speichert „ReinforcementLearningConfiguration“ in einer Datei auf dem Datenträger

In folgenden Fällen wird eine Ausnahme vom Typ UserErrorException ausgelöst:

  • „ReinforcementLearningConfiguration“ kann nicht mit dem angegebenen Namen gespeichert werden.

  • Es wurde kein name-Parameter angegeben.

  • Kein path-Parameter ist ungültig.

Wenn path das Format <Verzeichnispfad>/<Dateiname> hat und <Verzeichnispfad> ein gültiges Verzeichnis ist, wird „ReinforcementLearningConfiguration“ unter <Verzeichnispfad>/<Dateiname> gespeichert.

Wenn path auf ein Verzeichnis verweist (es sollte sich um ein Projektverzeichnis handeln), wird „ReinforcementLearningConfiguration“ unter „<Pfad>/.azureml/<Name>“ oder „<Pfad>/aml_config/<Name>“ gespeichert.

Diese Methode ist hilfreich, wenn Sie die Konfiguration manuell bearbeiten oder über die Befehlszeilenschnittstelle teilen möchten.

load

Laden Sie eine zuvor gespeicherte Laufzeitkonfigurationsdatei für vertiefendes Lernen aus einer Datei auf dem Datenträger.

Wenn path auf eine Datei verweist, wird „ReinforcementLearningConfiguration“ aus dieser Datei geladen.

Wenn path auf ein Verzeichnis verweist (es sollte sich um ein Projektverzeichnis handeln), wird „ReinforcementLearningConfiguration“ aus „<Pfad>/.azureml/<Name>“ oder „<Pfad>/aml_config/<Name>“ geladen.

static load(path=None, name=None)

Parameter

Name Beschreibung
path
str

Ein von Benutzer*innen ausgewähltes Stammverzeichnis für Laufzeitkonfigurationen. In der Regel ist dies das Git-Repository oder das Stammverzeichnis des Python-Projekts. Aus Gründen der Abwärtskompatibilität wird die Konfiguration auch aus dem Unterverzeichnis „.azureml“ oder „aml_config“ geladen. Wenn sich die Datei nicht in diesen Verzeichnissen befindet, wird die Datei aus dem angegebenen Pfad geladen. Bei fehlender Angabe wird der Pfad standardmäßig auf das aktuelle Arbeitsverzeichnis festgelegt.

Standardwert: None
name
str

Der Name der Konfigurationsdatei.

Standardwert: None

Gibt zurück

Typ Beschreibung
ReinforcementLearningConfiguration

Laufzeitkonfigurationsobjekt für vertiefendes Lernen

save

Speichert „ReinforcementLearningConfiguration“ in einer Datei auf dem Datenträger

In folgenden Fällen wird eine Ausnahme vom Typ UserErrorException ausgelöst:

  • „ReinforcementLearningConfiguration“ kann nicht mit dem angegebenen Namen gespeichert werden.

  • Es wurde kein name-Parameter angegeben.

  • Kein path-Parameter ist ungültig.

Wenn path das Format <Verzeichnispfad>/<Dateiname> hat und <Verzeichnispfad> ein gültiges Verzeichnis ist, wird „ReinforcementLearningConfiguration“ unter <Verzeichnispfad>/<Dateiname> gespeichert.

Wenn path auf ein Verzeichnis verweist (es sollte sich um ein Projektverzeichnis handeln), wird „ReinforcementLearningConfiguration“ unter „<Pfad>/.azureml/<Name>“ oder „<Pfad>/aml_config/<Name>“ gespeichert.

Diese Methode ist hilfreich, wenn Sie die Konfiguration manuell bearbeiten oder über die Befehlszeilenschnittstelle teilen möchten.

save(path=None, name=None, separate_environment_yaml=False)

Parameter

Name Beschreibung
separate_environment_yaml
bool

Gibt an, ob die Conda-Umgebungskonfiguration gespeichert werden soll. Bei „True“ wird die Conda-Umgebungskonfiguration in einer YAML-Datei namens „_environment.yml“ gespeichert.

Standardwert: False
path
str

Ein von Benutzer*innen ausgewähltes Stammverzeichnis für Laufzeitkonfigurationen. In der Regel ist dies das Git-Repository oder das Stammverzeichnis des Python-Projekts. Die Konfiguration wird in einem Unterverzeichnis mit dem Namen „.azureml“ gespeichert.

Standardwert: None
name
str

[Erforderlich] Name der Konfigurationsdatei

Standardwert: None

Gibt zurück

Typ Beschreibung
None