BayesianParameterSampling Klas
Definieert Bayesiaanse steekproeven over een hyperparameterzoekruimte.
Bayesiaanse steekproeven proberen op intelligente wijze de volgende steekproef van hyperparameters te kiezen, op basis van hoe de vorige steekproeven hebben uitgevoerd, zodat de nieuwe steekproef de gerapporteerde primaire metrische gegevens verbetert.
Initialiseer BayesianParameterSampling.
- Overname
-
azureml.train.hyperdrive.sampling.HyperParameterSamplingBayesianParameterSampling
Constructor
BayesianParameterSampling(parameter_space, properties=None)Parameters
| Name | Description |
|---|---|
|
parameter_space
Vereist
|
|
|
parameter_space
Vereist
|
Een woordenlijst met elke parameter en de bijbehorende distributie. De woordenlijstsleutel is de naam van de parameter. Houd er rekening mee dat alleen keuze, quniform en uniform worden ondersteund voor Bayesiaanse optimalisatie. |
|
properties
|
Default value: None
|
Opmerkingen
Houd er rekening mee dat wanneer u Bayesiaanse steekproeven gebruikt, het aantal gelijktijdige uitvoeringen van invloed is op de effectiviteit van het afstemmingsproces. Normaal gesproken leidt een kleiner aantal gelijktijdige uitvoeringen tot een betere steekproefcongewijze convergentie. Dat komt omdat sommige uitvoeringen worden gestart zonder dat ze volledig profiteren van uitvoeringen die nog steeds worden uitgevoerd.
Notitie
Bayesiaanse steekproeven bieden geen ondersteuning voor beleid voor vroegtijdige beëindiging. Wanneer u Bayesian-parametersampling gebruikt, gebruikt NoTerminationPolicyu , stelt u het beleid voor vroegtijdige beëindiging in op Geen of laat u de parameter early_termination_policy.
Zie de zelfstudie Hyperparameters afstemmen voor uw model voor meer informatie over het gebruik van BayesianParameter-steekproeven.
Kenmerken
SAMPLING_NAME
SAMPLING_NAME = 'BayesianOptimization'