Partager via

ReinforcementLearningConfiguration Classe

  • Référence

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

L’objet ReinforcementLearningConfiguration encapsule les informations nécessaires pour soumettre une exécution d’apprentissage de renforcement dans une expérience. Il comprend des informations sur Head, Workers et les cibles de calcul sur lesquels exécuter l’expérience.

Héritage
azureml._base_sdk_common.abstract_run_config_element._AbstractRunConfigElement
ReinforcementLearningConfiguration

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 Head.
worker_configuration
Obligatoire
WorkerConfiguration

Configuration de Workers.
max_run_duration_seconds
Obligatoire
int

Durée maximale autorisée pour l’exécution, en secondes. Azure ML tente d’annuler automatiquement la tâche si elle prend plus de temps que cette valeur.
cluster_coordination_timeout_seconds
Obligatoire
int

Durée maximale, en secondes, pendant laquelle la tâche peut être démarrée une fois qu’elle a passé l’état En file d’attente.
source_directory
Obligatoire
str

Répertoire contenant le code ou la configuration pour l’exécution de Head.
framework
Obligatoire
RLFramework

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

Méthodes

load

Charge un fichier de configuration d’exécution d’apprentissage de renforcement précédemment enregistré à partir d’un fichier sur disque.

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

Si path pointe vers un répertoire (lequel doit être un répertoire de projet), ReinforcementLearningConfiguration est chargé à partir de <chemin d’accès>/.azureml/<nom> ou <chemin d’accès>/aml_config/<nom>.
save

Enregistrez ReinforcementLearningConfiguration dans un fichier sur le disque.

Une UserErrorException est levée lorsque :

  • ReinforcementLearningConfiguration ne peut pas être enregistré avec le nom spécifié.

  • Aucun paramètre name n’a été spécifié.

  • Aucun paramètre path n'est pas valide.

Si path est au format <chemin_répertoire>/<nom_fichier>, où <chemin_répertoire> est un répertoire valide, ReinforcementLearningConfiguration est enregistré dans <chemin_répertoire>/<nom_fichier>.

Si path pointe vers un répertoire (lequel doit être un répertoire de projet), ReinforcementLearningConfiguration est enregistré sous <chemin d’accès>/.azureml/<nom> ou <chemin d’accès>/aml_config/<nom>.

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

load

Charge un fichier de configuration d’exécution d’apprentissage de renforcement précédemment enregistré à partir d’un fichier sur disque.

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

Si path pointe vers un répertoire (lequel doit être un répertoire de projet), ReinforcementLearningConfiguration est chargé à partir de <chemin d’accès>/.azureml/<nom> ou <chemin d’accès>/aml_config/<nom>.

static load(path=None, name=None)

Paramètres

Nom Description
path
str

Répertoire racine sélectionné par un utilisateur pour les configurations d’exécution. Il s’agit généralement du référentiel Git ou du répertoire racine du projet Python. Pour la compatibilité descendante, la configuration est également chargée à partir du sous-répertoire .azureml ou aml_config. Si le fichier ne se trouve pas dans ces répertoires, il est chargé à partir du chemin d’accès spécifié. Si aucun chemin d’accès n’est spécifié, le chemin d’accès par défaut est le répertoire de travail actuel.

Valeur par défaut: None
name
str

Nom du fichier de configuration.

Valeur par défaut: None

Retours

Type Description
ReinforcementLearningConfiguration

Objet de configuration de l’exécution de l’apprentissage de renforcement.

save

Enregistrez ReinforcementLearningConfiguration dans un fichier sur le disque.

Une UserErrorException est levée lorsque :

  • ReinforcementLearningConfiguration ne peut pas être enregistré avec le nom spécifié.

  • Aucun paramètre name n’a été spécifié.

  • Aucun paramètre path n'est pas valide.

Si path est au format <chemin_répertoire>/<nom_fichier>, où <chemin_répertoire> est un répertoire valide, ReinforcementLearningConfiguration est enregistré dans <chemin_répertoire>/<nom_fichier>.

Si path pointe vers un répertoire (lequel doit être un répertoire de projet), ReinforcementLearningConfiguration est enregistré sous <chemin d’accès>/.azureml/<nom> ou <chemin d’accès>/aml_config/<nom>.

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 « _environment.yml ».

Valeur par défaut: False
path
str

Répertoire racine sélectionné par un utilisateur pour les configurations d’exécution. Il s’agit généralement du référentiel 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