Partager via

ReinforcementLearningConfiguration Classe

Représente la configuration des exécutions d’apprentissage par renforcement ciblant des cibles de calcul Azure Machine Learning.

L’objet ReinforcementLearningConfiguration encapsule les informations nécessaires pour soumettre une exécution d’apprentissage par renforcement dans une expérience. Il inclut des informations sur les cibles de tête, de travail et de calcul sur lesquelles exécuter des exécutions d’expériences.

Constructeur

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

Paramètres

Nom Description
head_configuration
Obligatoire

Configuration de la tête.
worker_configuration
Obligatoire
WorkerConfiguration

Configuration pour les workers.
max_run_duration_seconds
Obligatoire
int

Durée maximale autorisée pour l’exécution en secondes. Azure ML tente d’annuler automatiquement le travail s’il prend plus de temps que cette valeur.
cluster_coordination_timeout_seconds
Obligatoire
int

Durée maximale en secondes pendant laquelle le travail peut prendre pour démarrer une fois qu’il a passé l’état mis en file d’attente.
source_directory
Obligatoire
str

Répertoire contenant du code ou de la configuration pour l’exécution de tête.
framework
Obligatoire
RLFramework

Infrastructure d’orchestration à utiliser dans l’expérience. La valeur par défaut est Ray version 0.8.0

Méthodes

load

Chargez un fichier de configuration d’apprentissage par renforcement précédemment enregistré à partir d’un fichier sur disque.

Si path elle pointe vers un fichier, le ReinforcementLearningConfiguration est chargé à partir de ce fichier.

Si path elle pointe vers un répertoire, qui doit être un répertoire de projet, l’objet ReinforcementLearningConfiguration est chargé à partir du <chemin>/.azureml/<name> ou <path>/aml_config/<name>.
save

Enregistrez l’élément ReinforcementLearningConfiguration sur un fichier sur le disque.

A UserErrorException est déclenché lorsque :

  • Le reinforcementLearningConfiguration ne peut pas être enregistré avec le nom spécifié.

  • Aucun paramètre n’a name été spécifié.

  • Aucun paramètre n’est path valide.

S’il path s’agit du format <dir_path>/<file_name> où <dir_path> est un répertoire valide, l’objet ReinforcementLearningConfiguration est enregistré à <dir_path>/<file_name>.

Si path elle pointe vers un répertoire, qui doit être un répertoire de projet, l’objet ReinforcementLearningConfiguration est enregistré sur <path>/.azureml/<name> ou <path>/aml_config/<name>.

Cette méthode est utile lors de la modification manuelle de la configuration ou lors du partage de la configuration avec l’interface CLI.

load

Chargez un fichier de configuration d’apprentissage par renforcement précédemment enregistré à partir d’un fichier sur disque.

Si path elle pointe vers un fichier, le ReinforcementLearningConfiguration est chargé à partir de ce fichier.

Si path elle pointe vers un répertoire, qui doit être un répertoire de projet, l’objet ReinforcementLearningConfiguration est chargé à partir du <chemin>/.azureml/<name> ou <path>/aml_config/<name>.

static load(path=None, name=None)

Paramètres

Nom Description
path
str

Répertoire racine sélectionné par l’utilisateur pour les configurations d’exécution. En règle générale, il s’agit du dépôt Git ou du répertoire racine du projet Python. Pour une compatibilité descendante, la configuration sera également chargée à partir de .azureml ou de aml_config sous-répertoire. Si le fichier n’est pas dans ces répertoires, le fichier est chargé à partir du chemin d’accès spécifié. Chemin d’accès par défaut au répertoire de travail actuel s’il n’est pas fourni.

Valeur par défaut: None
name
str

Nom du fichier de configuration.

Valeur par défaut: None

Retours

Type Description
ReinforcementLearningConfiguration

Objet de configuration d’exécution d’apprentissage par renforcement.

save

Enregistrez l’élément ReinforcementLearningConfiguration sur un fichier sur le disque.

A UserErrorException est déclenché lorsque :

  • Le reinforcementLearningConfiguration ne peut pas être enregistré avec le nom spécifié.

  • Aucun paramètre n’a name été spécifié.

  • Aucun paramètre n’est path valide.

S’il path s’agit du format <dir_path>/<file_name> où <dir_path> est un répertoire valide, l’objet ReinforcementLearningConfiguration est enregistré à <dir_path>/<file_name>.

Si path elle pointe vers un répertoire, qui doit être un répertoire de projet, l’objet ReinforcementLearningConfiguration est enregistré sur <path>/.azureml/<name> ou <path>/aml_config/<name>.

Cette méthode est utile lors de la modification manuelle de la configuration ou lors du partage de la configuration avec l’interface CLI.

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

Paramètres

Nom Description
separate_environment_yaml
bool

Indique s’il faut enregistrer la configuration de l’environnement Conda. Si la valeur est True, la configuration de l’environnement Conda est enregistrée dans un fichier YAML nommé «< type>_environment.yml ».

Valeur par défaut: False
path
str

Répertoire racine sélectionné par l’utilisateur pour les configurations d’exécution. En règle générale, il s’agit du dépôt Git ou du répertoire racine du projet Python. La configuration est enregistrée dans un sous-répertoire nommé .azureml.

Valeur par défaut: None
name
str

[Obligatoire] Nom du fichier de configuration.

Valeur par défaut: None

Retours

Type Description
None