Azure / Azure/MachineLearningNotebooks
increase `max_total_runs` for HyperDriveConfig
- Langage dominant
- Jupyter Notebook
- Étoiles
- 4.4k
- Forks
- 2.6k
- Métriques de merge des PR
- Aucune PR mergée en 30 j
Description
I have a fairly large parameter space. I would like to initiate a grid search but the max number of run is set to 1000:
```
Response status code does not indicate success: 400 (BAD REQUEST). {"code": 400, "message": "{'max_total_jobs': ['Must be between 1 and 1000.']}"}
```
Is it possible to increase this limit?
---
#### Document Details
⚠ *Do not edit this section. It is required for docs.microsoft.com ➟ GitHub issue linking.*
* ID: a7be45ce-baa1-ab0b-9c4a-8c64aab8131d
* Version Independent ID: 92eda8b3-b75c-69a3-11f0-ac1ec2fe4a87
* Content: [azureml.train.hyperdrive.HyperDriveConfig class - Azure Machine Learning Python](https://docs.microsoft.com/en-us/python/api/azureml-train-core/azureml.train.hyperdrive.hyperdriveconfig?view=azure-ml-py)
* Content Source: [AzureML-Docset/stable/docs-ref-autogen/azureml-train-core/azureml.train.hyperdrive.HyperDriveConfig.yml](https://github.com/MicrosoftDocs/MachineLearning-Python-pr/blob/live/AzureML-Docset/stable/docs-ref-autogen/azureml-train-core/azureml.train.hyperdrive.HyperDriveConfig.yml)
* Service: **machine-learning**
* Sub-service: **core**
* GitHub Login: @DebFro
* Microsoft Alias: **debfro**
Guide de contribution
Aucun guide de contribution indexé pour ce dépôt
Piste de recherche
Commencez par la page d’API HyperDriveConfig liée et sa source dans AzureML-Docset/stable/docs-ref-autogen/azureml-train-core/azureml.train.hyperdrive.HyperDriveConfig.yml. Déterminez où la limite max_total_jobs est appliquée et si le service Azure Machine Learning prend en charge une valeur plus élevée. La tâche est terminée lorsque la limite prise en charge est confirmée et que la documentation de l’API ou l’implémentation est mise à jour en conséquence.
Rédigé par le modèle d'indexation à partir du texte de l'issue.
Évaluation
- Stack technique
- azure, python
- Domaine
- cloud, machine-learning
- Type d'issue
- Fonctionnalité
- Difficulté
- 5/5
- Temps estimé
- Plus d'une semaine
- Activité
- À l'abandon
- Clarté
- À clarifier
- Accessibilité débutants
- 25/100