Hyperopt 하이퍼 매개 변수 튜닝 병렬화
참고 항목
Hyperopt의 오픈 소스 버전은 더 이상 유지 관리되지 않습니다.
Hyperopt는 다음 주 DBR ML 버전에서 제거됩니다. Azure Databricks는 단일 노드 최적화를 위해 Optuna를 사용하거나, 더 이상 지원되지 않는 Hyperopt의 분산 하이퍼파라미터 튜닝 기능과 유사한 경험을 위해 RayTune을 권장합니다. Azure Databricks에서 RayTune 사용하는 방법에 대해 자세히 알아봅니다.
이 Notebook은 Hyperopt를 사용하여 하이퍼 매개 변수 튜닝 계산을 병렬화하는 방법을 보여 줍니다.
SparkTrials 클래스를 사용하여 클러스터 작업자 전체에 계산을 자동으로 배포합니다. 또한 Hyperopt 실행의 자동화된 MLflow 추적을 보여 주므로 나중에 결과를 저장할 수 있습니다.
자동화된 MLflow 추적 Notebook으로 하이퍼 매개 변수 튜닝 병렬화
Notebook의 마지막 셀에서 작업을 수행하면 MLflow UI에 다음이 표시되어야 합니다.
