Kontrola zkušebních verzí Hyperoptu

  • 5 min

Když použijete Hyperopt k vyzkoušení více kombinací hyperparametrů, můžete si prohlédnout podrobnosti o jednotlivých zkušebních verzích. Tyto podrobnosti si můžete prohlédnout dvěma způsoby:

  • Zobrazte spuštění MLflow pro každou zkušební verzi.
  • Pomocí třídy Trials zachyťte podrobnosti o spuštění.

Zobrazení spuštění MLflow pro každou zkušební verzi

V Azure Databricks volání funkce Hyperopt fmin automaticky generují spuštění experimentu MLflow, která můžete zobrazit na portálu Azure Databricks. Poskytuje snadný způsob, jak zobrazit úplnou sadu hyperparametrů a metrik pro každou zkušební verzi, jak je znázorněno tady:

Snímek obrazovky se spuštěním MLflow pro zkušební verzi Hyperoptu

Použití třídy Trials

Hyperopt obsahuje třídu Trials , která protokoluje podrobnosti o každé zkušební verzi, která se spouští během volání funkce fmin . Následující příklad kódu ukazuje, jak používat zkušební třídu.

from hyperopt import Trials

# Create a Trials object to track each run
trial_runs = Trials()

argmin = fmin(
  fn=objective,
  space=search_space,
  algo=algo,
  max_evals=100,
  trials=trial_runs)

print("Best param values: ", argmin)

# Get details from each trial run
print ("trials:")
for trial in trial_runs.trials:
    print ("\n", trial)

Úplný podrobný výstup pro kolekci zkušebních verzí je podobný tomuto příkladu:

{'state': 2, 'tid': 0, 'spec': None, 'result': {'loss': -0.8571428571428571, 'status': 'ok'}, 'misc': {'tid': 0, 'cmd': ('domain_attachment', 'FMinIter_Domain'), 'workdir': None, 'idxs': {'Iterations': [0], 'Regularization': [0]}, 'vals': {'Iterations': [1], 'Regularization': [0.4965634473237057]}}, 'exp_key': None, 'owner': None, 'version': 0, 'book_time': datetime.datetime(2023, 3, 17, 22, 45, 24, 993000), 'refresh_time': datetime.datetime(2023, 3, 17, 22, 46, 30, 374000)}

 {'state': 2, 'tid': 1, 'spec': None, 'result': {'loss': -0.8857142857142857, 'status': 'ok'}, 'misc': {'tid': 1, 'cmd': ('domain_attachment', 'FMinIter_Domain'), 'workdir': None, 'idxs': {'Iterations': [1], 'Regularization': [1]}, 'vals': {'Iterations': [9], 'Regularization': [0.8446551490616772]}}, 'exp_key': None, 'owner': None, 'version': 0, 'book_time': datetime.datetime(2023, 3, 17, 22, 46, 30, 379000), 'refresh_time': datetime.datetime(2023, 3, 17, 22, 47, 34, 155000)}

 {'state': 2, 'tid': 2, 'spec': None, 'result': {'loss': -0.9523809523809523, 'status': 'ok'}, 'misc': {'tid': 2, 'cmd': ('domain_attachment', 'FMinIter_Domain'), 'workdir': None, 'idxs': {'Iterations': [2], 'Regularization': [2]}, 'vals': {'Iterations': [9], 'Regularization': [0.3931915704555482]}}, 'exp_key': None, 'owner': None, 'version': 0, 'book_time': datetime.datetime(2023, 3, 17, 22, 47, 34, 160000), 'refresh_time': datetime.datetime(2023, 3, 17, 22, 48, 45, 986000)}

 ...

Tip

Další informace o podrobnostech zaznamenaných třídou Trials najdete v dokumentaci k Hyperoptu.