Compartir a través de

ReinforcementLearningConfiguration Clase

  • Referencia

Representa la configuración de las ejecuciones de aprendizaje de refuerzo dirigidas a los destinos de proceso de Azure Machine Learning.

El objeto ReinforcementLearningConfiguration encapsula la información necesaria para enviar una ejecución de entrenamiento en un experimento. Incluye información sobre los destinos principales, de trabajo y de proceso en los que ejecutar ejecuciones de experimentos.

Herencia
azureml._base_sdk_common.abstract_run_config_element._AbstractRunConfigElement
ReinforcementLearningConfiguration

Constructor

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

Parámetros

Nombre Description
head_configuration
Requerido

Configuración de head.
worker_configuration
Requerido
WorkerConfiguration

Configuración de los trabajadores.
max_run_duration_seconds
Requerido
int

Tiempo máximo permitido para la ejecución en segundos. Azure ML intentará cancelar automáticamente el trabajo si tarda más que este valor.
cluster_coordination_timeout_seconds
Requerido
int

Tiempo máximo en segundos que el trabajo puede tardar en iniciarse una vez que ha superado el estado en cola.
source_directory
Requerido
str

Directorio que contiene el código o la configuración para la ejecución principal.
framework
Requerido
RLFramework

Marco de orquestación que se usará en el experimento. El valor predeterminado es Ray versión 0.8.0

Métodos

load

Carga un archivo de configuración de ejecución de aprendizaje de refuerzo guardado previamente desde un archivo en disco.

Si path apunta a un archivo, se carga el objeto ReinforcementLearningConfiguration desde ese archivo.

Si path apunta a un directorio, que debe ser un directorio de proyecto, ReinforcementLearningConfiguration se carga desde <path>/.azureml/<name> o <path>/aml_config/<name>.
save

Guarda el objeto ReinforcementLearningConfiguration en un archivo en el disco.

UserErrorException se genera cuando:

  • El objeto ReinforcementLearningConfiguration no se puede guardar con el nombre especificado.

  • No se especificó el parámetro name.

  • Ningún parámetro path es no válido.

Si path tiene el formato <dir_path>/<file_name>, donde <dir_path> es un directorio válido, ReinforcementLearningConfiguration se guarda en <dir_path>/<file_name>.

Si path apunta a un directorio, que debe ser un directorio de proyecto, ReinforcementLearningConfiguration se guarda en <path>/.azureml/<name> o <path>/aml_config/<name>.

Este método es útil al editar la configuración manualmente o al compartir la configuración con la CLI.

load

Carga un archivo de configuración de ejecución de aprendizaje de refuerzo guardado previamente desde un archivo en disco.

Si path apunta a un archivo, se carga el objeto ReinforcementLearningConfiguration desde ese archivo.

Si path apunta a un directorio, que debe ser un directorio de proyecto, ReinforcementLearningConfiguration se carga desde <path>/.azureml/<name> o <path>/aml_config/<name>.

static load(path=None, name=None)

Parámetros

Nombre Description
path
str

Directorio raíz seleccionado por el usuario para las configuraciones de ejecución. Normalmente es el repositorio de Git o el directorio raíz del proyecto de Python. Para que sea compatible con versiones anteriores, la configuración también se cargará desde el subdirectorio .azureml o aml_config. Si el archivo no está en esos directorios, el archivo se carga desde la ruta de acceso especificada. La ruta de acceso tiene como valor predeterminado el directorio de trabajo actual si no se proporciona.

Valor predeterminado: None
name
str

Nombre del archivo de configuración.

Valor predeterminado: None

Devoluciones

Tipo Description
ReinforcementLearningConfiguration

Objeto de configuración de ejecución de aprendizaje de refuerzo.

save

Guarda el objeto ReinforcementLearningConfiguration en un archivo en el disco.

UserErrorException se genera cuando:

  • El objeto ReinforcementLearningConfiguration no se puede guardar con el nombre especificado.

  • No se especificó el parámetro name.

  • Ningún parámetro path es no válido.

Si path tiene el formato <dir_path>/<file_name>, donde <dir_path> es un directorio válido, ReinforcementLearningConfiguration se guarda en <dir_path>/<file_name>.

Si path apunta a un directorio, que debe ser un directorio de proyecto, ReinforcementLearningConfiguration se guarda en <path>/.azureml/<name> o <path>/aml_config/<name>.

Este método es útil al editar la configuración manualmente o al compartir la configuración con la CLI.

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

Parámetros

Nombre Description
separate_environment_yaml
bool

Indica si se debe guardar la configuración del entorno de Conda. Si es True, la configuración del entorno de Conda se guarda en un archivo YAML denominado "environment.yml".

Valor predeterminado: False
path
str

Directorio raíz seleccionado por el usuario para las configuraciones de ejecución. Normalmente es el repositorio de Git o el directorio raíz del proyecto de Python. La configuración se guarda en un subdirectorio denominado .azureml.

Valor predeterminado: None
name
str

[Obligatorio] Nombre del archivo de configuración.

Valor predeterminado: None

Devoluciones

Tipo Description
None