Freigeben über

ReinforcementLearningRun Klasse

Eine Ausführungsklasse zum Behandeln und Überwachen von Verstärkungslernläufen, die einem Experiment und einer einzelnen Ausführungs-ID zugeordnet sind.

Class ReinforcementLearningRun-Konstruktor.

Konstruktor

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

Parameter

Name Beschreibung
experiment
Erforderlich
Experiment

Das Experimentobjekt.
run_id
Erforderlich
str

Die Ausführungs-ID.
directory
str

Das Quellverzeichnis.

Standardwert: None
_run_config
ReinforcementLearningConfiguration

Die Verstärkungs-Lernkonfiguration.

Standardwert: None
kwargs
Erforderlich
dict

Hinweise

Das Azure Machine Learning SDK bietet Ihnen eine Reihe miteinander verbundener Klassen, die Ihnen dabei helfen sollen, Machine Learning-Modelle zu trainieren und zu vergleichen, die mit dem freigegebenen Problem zusammenhängen, das sie lösen.

Ein Experiment Dient als logischer Container für diese Schulungsläufe. Ein ReinforcementLearningConfiguration Objekt wird verwendet, um die erforderlichen Informationen zu codieren, um einen Trainingslauf in einem Verstärkungslernversuch zu übermitteln. Dies kann dann über das Experiment übermittelt werden. Ein Beispiel für diesen Prozess finden Sie in ReinforcementLearningConfiguration der Dokumentation.

Sobald die ReinforcementLearningConfiguration Übermittlung erfolgt, wird ein ReinforcementLearningRun-Objekt zurückgegeben.

Ein ReinforcementLearningRun-Objekt bietet Ihnen programmgesteuerten Zugriff auf Informationen über den zugehörigen Verstärkungslernlauf. Einige Beispiele sind das Abrufen der Protokolle, die einer Ausführung entsprechen, das Abbrechen oder Abschließen einer Ausführung, wenn sie noch ausgeführt wird, das Bereinigen der Artefakte einer abgeschlossenen Ausführung und das Warten auf den Abschluss einer ausgeführten Ausführung.

Methoden

complete

Abschließen der laufenden Ausführung

complete

Abschließen der laufenden Ausführung

complete()

Hinweise

Ein Beispiel für den Abschluss der Ausführung lautet wie folgt:


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

Attribute

RUN_TYPE 

RUN_TYPE = 'reinforcementlearning'