Paralelizace ladění hyperparametrů Hyperoptu
Poznámka:
Opensourcová verze Hyperoptu se už neudržuje.
Hyperopt se odebere v další hlavní verzi DBR ML. Azure Databricks doporučuje používat Optuna pro optimalizaci na jednom uzlu nebo RayTune pro podobný zážitek jako možnosti distribuovaného ladění hyperparametrů v zastaralém systému Hyperopt. Přečtěte si další informace o používání RayTune v Azure Databricks.
Tento poznámkový blok ukazuje, jak pomocí Hyperopt paralelizovat výpočty ladění hyperparametrů. Používá třídu SparkTrials k automatické distribuci výpočtů mezi pracovní procesy clusteru. Znázorňuje také automatizované sledování MLflow spuštění Hyperoptu, abyste si mohli výsledky uložit pro pozdější použití.
Paralelizace ladění hyperparametrů pomocí automatizovaného poznámkového bloku pro sledování MLflow
Po provedení akcí v poslední buňce poznámkového bloku by se mělo zobrazit uživatelské rozhraní MLflow:
