Compartir a través de

RandomSamplingAlgorithm Clase

  • Referencia

Algoritmo de muestreo aleatorio.

Herencia
azure.ai.ml.entities._job.sweep.sampling_algorithm.SamplingAlgorithm
RandomSamplingAlgorithm

Constructor

RandomSamplingAlgorithm(*, rule: str | None = None, seed: int | None = None, logbase: float | str | None = None)

Parámetros de palabra clave únicamente

Nombre Description
rule

Tipo específico de algoritmo aleatorio. Los valores aceptados son: "random" y "sobol".
seed
int

Valor de inicialización para la generación de números aleatorios.
logbase
Union[float, str]

Número positivo o número "e" en formato de cadena que se usará como base para el muestreo aleatorio basado en registros.

Ejemplos

Asignación de un algoritmo de muestreo aleatorio para un SweepJob


   from azure.ai.ml.entities import CommandJob
   from azure.ai.ml.sweep import RandomSamplingAlgorithm, SweepJob, SweepJobLimits

   command_job = CommandJob(
       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",
   )

   sweep = SweepJob(
       sampling_algorithm=RandomSamplingAlgorithm(seed=999, rule="sobol", logbase="e"),
       trial=command_job,
       search_space={"ss": Choice(type="choice", values=[{"space1": True}, {"space2": True}])},
       inputs={"input1": {"file": "top_level.csv", "mode": "ro_mount"}},
       compute="top_level",
       limits=SweepJobLimits(trial_timeout=600),
   )