dnn パッケージ
ディープ ニューラル ネットワーク (DNN) トレーニングで使用される推定器が含まれます。
クラス
Chainer |
Chainer 実験のトレーニングの推定器を表します。 非推奨。 独自に定義した環境、または Azure ML Chainer のキュレートされた環境の 1 つで ScriptRunConfig オブジェクトを使用します。 ScriptRunConfig で実験の実行を構成する方法の概要については、「トレーニングの実行を構成して送信する」を参照してください。 サポートされているバージョン: 5.1.0、7.0.0 Chainer 推定器を初期化します。 |
Gloo |
分散トレーニング ジョブの Gloo 設定を管理します。 非推奨。 PyTorchConfiguration クラスを使用します。 Gloo は、事前に構成された推定器 PyTorch の ジョブの Gloo 設定を管理するためのクラス。 |
Mpi |
分散トレーニング ジョブのメッセージ パッシング インターフェイス (MPI) 設定を管理します。 非推奨。 MpiConfiguration クラスを使用します。 MPI は、事前に構成された推定器 Chainer、PyTorch、TensorFlow の ジョブの MPI 設定を管理するためのクラス。 |
Nccl |
分散トレーニング ジョブの Nccl 設定を管理します。 非推奨。 PyTorchConfiguration クラスを使用します。 Nccl は、事前に構成された推定器 PyTorch の ジョブの Nccl 設定を管理するためのクラス。 |
ParameterServer |
トレーニング ジョブのパラメーター サーバー設定を管理します。 非推奨。 TensorflowConfiguration クラスを使用します。 ジョブのパラメーター サーバー設定を管理するためのクラス。 非推奨。 TensorflowConfiguration クラスを使用します。 |
PyTorch |
PyTorch 実験のトレーニングの推定器を表します。 非推奨。 独自に定義した環境、または Azure ML PyTorch オブジェクトのキュレートされた環境の 1 つで ScriptRunConfig オブジェクトを使用します。 ScriptRunConfig を使用して PyTorch 実験の実行を構成する方法の概要については、「Azure Machine Learning を使用して PyTorch モデルを大規模にトレーニングする」を参照してください。 サポートされているバージョン: 1.0、1.1、1.2、1.3、1.4、1.5、1.6 PyTorch 推定器を初期化します。 Docker 実行リファレンス。 :type shm_size: str :p aram resume_from: 実験を再開するチェックポイント ファイルまたはモデル ファイルを含むデータ パス。 :type resume_from: azureml.data.datapath.DataPath :p aram max_run_duration_seconds: 実行に許容される最大時間。 Azure ML では、自動的に この値より長い時間がかかる場合は、実行を取り消します。 |
TensorFlow |
TensorFlow 実験のトレーニングの推定器を表します。 非推奨。 独自に定義した環境、または Azure ML TensorFlow のキュレートされた環境の 1 つで ScriptRunConfig オブジェクトを使用します。 ScriptRunConfig を使用して TensorFlow 実験の実行を構成する方法の概要については、「Azure Machine Learning を使用して大規模な TensorFlow モデルをトレーニングする」を参照してください。 サポートされているバージョン: 1.10、1.12、1.13、2.0、2.1、2.2 TensorFlow 推定器を初期化します。 Docker 実行リファレンス。 :type shm_size: str :p aram resume_from: 実験を再開するチェックポイント ファイルまたはモデル ファイルを含むデータ パス。 :type resume_from: azureml.data.datapath.DataPath :p aram max_run_duration_seconds: 実行に許容される最大時間。 Azure ML では、自動的に この値より長い時間がかかる場合は、実行を取り消します。 |