SweepJobLimits Classe
Limites para trabalhos de varredura.
- Herança
-
azure.ai.ml.entities._job.job_limits.JobLimitsSweepJobLimits
Construtor
SweepJobLimits(*, max_concurrent_trials: int | None = None, max_total_trials: int | None = None, timeout: int | None = None, trial_timeout: int | str | None = None)
Parâmetros somente de palavra-chave
Nome | Description |
---|---|
max_concurrent_trials
|
O número máximo de avaliações simultâneas para o Trabalho de Varredura. |
max_total_trials
|
O número máximo de avaliações totais para o Trabalho de Varredura. |
timeout
|
A duração máxima da execução, em segundos, após a qual o trabalho será cancelado. |
trial_timeout
|
O valor de tempo limite, em segundos, para cada avaliação de Trabalho de Varredura. |
Exemplos
Atribuindo limites a um SweepJob
from azure.ai.ml.entities import CommandJob
from azure.ai.ml.sweep import BayesianSamplingAlgorithm, Objective, 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=BayesianSamplingAlgorithm(),
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),
objective=Objective(goal="maximize", primary_metric="accuracy"),
)
Atributos
timeout
A duração máxima da execução, em segundos, após a qual o trabalho será cancelado.
Retornos
Tipo | Description |
---|---|
A duração máxima da execução, em segundos, após a qual o trabalho será cancelado. |
trial_timeout
O valor de tempo limite, em segundos, para cada avaliação de Trabalho de Varredura.
Retornos
Tipo | Description |
---|---|
O valor de tempo limite, em segundos, para cada avaliação de Trabalho de Varredura. |
Azure SDK for Python