TextClassificationJob Classe

Despeja o conteúdo do trabalho em um arquivo no formato YAML.

dump(dest: str | PathLike | IO, **kwargs) -> None

Parâmetros

Exceções

Gerado se dest for um caminho de arquivo e o arquivo já existir.

Gerado se dest for um arquivo aberto e o arquivo não for gravável.

Adicione (a) espaço(s) de pesquisa para este trabalho de NLP do AutoML.

extend_search_space(value: SearchSpace | List[SearchSpace]) -> None

Parâmetros

Retornos

Nenhum.

Exceções

Gerado se dest for um caminho de arquivo e o arquivo já existir.

Gerado se dest for um arquivo aberto e o arquivo não for gravável.

set_data(*, training_data: Input, target_column_name: str, validation_data: Input) -> None

Exceções

Gerado se dest for um caminho de arquivo e o arquivo já existir.

Gerado se dest for um arquivo aberto e o arquivo não for gravável.

set_featurization(*, dataset_language: str | None = None) -> None

Exceções

Gerado se dest for um caminho de arquivo e o arquivo já existir.

Gerado se dest for um arquivo aberto e o arquivo não for gravável.

set_limits(*, max_trials: int = 1, max_concurrent_trials: int = 1, max_nodes: int = 1, timeout_minutes: int | None = None, trial_timeout_minutes: int | None = None) -> None

Exceções

Gerado se dest for um caminho de arquivo e o arquivo já existir.

Gerado se dest for um arquivo aberto e o arquivo não for gravável.

Configurações de varredura para todas as tarefas de NLP do AutoML.

set_sweep(*, sampling_algorithm: str | SamplingAlgorithmType, early_termination: EarlyTerminationPolicy | None = None)

Parâmetros

Retornos

Nenhum

Exceções

Gerado se dest for um caminho de arquivo e o arquivo já existir.

Gerado se dest for um arquivo aberto e o arquivo não for gravável.

Corrija determinados parâmetros de treinamento em todo o procedimento de treinamento para todos os candidatos.

Passar. Isso deve ser um inteiro positivo. :palavra-chave learning_rate: taxa de aprendizado inicial. Deve ser um float em (0, 1). :palavra-chave learning_rate_scheduler: o tipo de agendador de taxa de aprendizagem. Deve escolher entre 'linear', 'cosseno', 'cosine_with_restarts', 'polinomial', 'constant' e 'constant_with_warmup'. :palavra-chave model_name: o nome do modelo a ser usado durante o treinamento. Deve escolher entre 'bert-base-cased', 'bert-base-uncased', 'bert-base-multilingual-cased', 'bert-base-german-cased', 'bert-large-cased', 'bert-large-uncased', 'distilbert-base-cased', 'distilbert-base-uncased', 'roberta-base', 'roberta-large', 'distilroberta-base', 'xlm-roberta-base', 'xlm-roberta-large', xlnet-base-cased' e 'xlnet-large-cased'. :palavra-chave number_of_epochs: o número de épocas com as quais treinar. Deve ser um número inteiro positivo. :palavra-chave training_batch_size: o tamanho do lote durante o treinamento. Deve ser um número inteiro positivo. :palavra-chave validation_batch_size: o tamanho do lote durante a validação. Deve ser um número inteiro positivo. :palavra-chave warmup_ratio: proporção do total de etapas de treinamento usadas para um aquecimento linear de 0 para learning_rate. Deve ser um float em [0, 1]. :palavra-chave weight_decay: valor de decaimento de peso quando o otimizador é sgd, adam ou adamw. Deve ser um float no intervalo [0, 1]. :return: Nenhum.

set_training_parameters(*, gradient_accumulation_steps: int | None = None, learning_rate: float | None = None, learning_rate_scheduler: str | NlpLearningRateScheduler | None = None, model_name: str | None = None, number_of_epochs: int | None = None, training_batch_size: int | None = None, validation_batch_size: int | None = None, warmup_ratio: float | None = None, weight_decay: float | None = None) -> None

Parâmetros

Exceções

Gerado se dest for um caminho de arquivo e o arquivo já existir.

Gerado se dest for um arquivo aberto e o arquivo não for gravável.

O caminho base do recurso.

Retornos

O caminho base do recurso.

Tipo de retorno

O contexto de criação do recurso.

Retornos

Os metadados de criação para o recurso.

Tipo de retorno

A ID do recurso.

Retornos

A ID global do recurso, uma ID do ARM (Resource Manager do Azure).

Tipo de retorno

Arquivos de saída do trabalho.

Retornos

O dicionário de nomes de log e URLs.

Tipo de retorno

O status do trabalho.

Os valores comuns retornados incluem "Running", "Completed" e "Failed". Todos os valores possíveis são:

• NotStarted - Esse é um estado temporário em que os objetos Run do lado do cliente estão antes do envio à nuvem.

• Starting – A Execução começou a ser processada na nuvem. O chamador tem uma ID de execução neste ponto.

• Provisionamento – a computação sob demanda está sendo criada para um determinado envio de trabalho.

• Preparando – o ambiente de execução está sendo preparado e está em um dos dois estágios:

  • Build de imagem do Docker

  • conda environment setup

• Enfileirado – o trabalho está na fila no destino de computação. Por exemplo, no BatchAI, o trabalho está em um estado enfileirado

  enquanto aguarda que todos os nós solicitados estejam prontos.

• Em execução – o trabalho começou a ser executado no destino de computação.

• Finalização – a execução do código do usuário foi concluída e a execução está em estágios de pós-processamento.

• CancelRequested – O cancelamento foi solicitado para o trabalho.

• Concluído – a execução foi concluída com êxito. Isso inclui a execução e a execução do código do usuário

  estágios de pós-processamento.

• Failed – A execução falhou. Normalmente, a propriedade de Erro em uma execução fornecerá detalhes sobre o motivo.

• Canceled – Segue uma solicitação de cancelamento e indica que a execução foi cancelada com êxito.

• NotResponding – Para execuções que têm Pulsações habilitadas, nenhuma pulsação foi enviada recentemente.

Retornos

Status do trabalho.

Tipo de retorno

Ponto de extremidade do Estúdio do Azure ML.

Retornos

A URL para a página de detalhes do trabalho.

Tipo de retorno

Obter tipo de tarefa.

Retornos

O tipo de tarefa a ser executado. Os valores possíveis incluem: "classificação", "regressão", "previsão".

Tipo de retorno

Obter dados de teste.

Retornos

Testar entrada de dados

Tipo de retorno

Obter dados de treinamento.

Retornos

Entrada de dados de treinamento

Tipo de retorno

O tipo do trabalho.

Retornos

O tipo do trabalho.

Tipo de retorno

Obter dados de validação.

Retornos

Entrada de dados de validação

Tipo de retorno