Partager via

ReinforcementLearningRun Classe

Classe d’exécution pour gérer et surveiller les exécutions d’apprentissage par renforcement associées à une expérience et à un ID d’exécution individuel.

Constructeur ReinforcementLearningRun de classe.

Constructeur

ReinforcementLearningRun(experiment, run_id, directory=None, _run_config=None, **kwargs)

Paramètres

Nom Description
experiment
Obligatoire
Experiment

Objet d’expérience.
run_id
Obligatoire
str

ID d’exécution.
directory
str

Répertoire source.

Valeur par défaut: None
_run_config
ReinforcementLearningConfiguration

Configuration d’apprentissage par renforcement.

Valeur par défaut: None
kwargs
Obligatoire
dict

Remarques

Le Kit de développement logiciel (SDK) Azure Machine Learning vous fournit une série de classes interconnectées, conçues pour vous aider à entraîner et comparer des modèles Machine Learning liés par le problème partagé qu’ils résolvent.

Il Experiment agit en tant que conteneur logique pour ces exécutions d’entraînement. Un ReinforcementLearningConfiguration objet est utilisé pour codifier les informations nécessaires pour soumettre une exécution d’entraînement dans une expérience d’apprentissage par renforcement. Qui peut ensuite être soumis par le biais de l’expérience. Reportez-vous à la documentation dans ReinforcementLearningConfiguration laquelle vous trouverez un exemple de ce processus.

Une fois l’envoi ReinforcementLearningConfiguration effectué, un objet ReinforcementLearningRun est retourné.

Un objet ReinforcementLearningRun vous permet d’accéder par programmation à des informations sur l’exécution d’apprentissage par renforcement associée. Certains exemples incluent la récupération des journaux correspondant à une exécution, l’annulation ou la fin d’une exécution si elle est toujours en cours, le nettoyage des artefacts d’une exécution terminée et l’attente de la fin d’une exécution en cours.

Méthodes

complete

Terminer l’exécution en cours

complete

Terminer l’exécution en cours

complete()

Remarques

Voici un exemple pour terminer l’exécution :


   run = experiment.submit(config=ReinforcementLearningRunConfig)
   run.complete()

Attributs

RUN_TYPE 

RUN_TYPE = 'reinforcementlearning'