MedianStoppingPolicy Klasa
Definiuje zasady wczesnego zakończenia na podstawie średnich uruchamiania podstawowej metryki wszystkich przebiegów.
Zainicjuj zasady MedianStoppingPolicy.
- Dziedziczenie
-
azureml.train.hyperdrive.policy.EarlyTerminationPolicyMedianStoppingPolicy
Konstruktor
MedianStoppingPolicy(evaluation_interval=1, delay_evaluation=0)
Parametry
Nazwa | Opis |
---|---|
evaluation_interval
|
Częstotliwość stosowania zasad. Domyślna wartość: 1
|
delay_evaluation
|
Liczba interwałów, dla których należy opóźnić pierwszą ocenę zasad.
W przypadku określenia zasady stosują każdą wielokrotność Domyślna wartość: 0
|
evaluation_interval
Wymagane
|
Częstotliwość stosowania zasad. |
delay_evaluation
Wymagane
|
Liczba interwałów, dla których należy opóźnić pierwszą ocenę zasad.
W przypadku określenia zasady stosują każdą wielokrotność |
Uwagi
Zasady mediany zatrzymywania oblicza średnie uruchomione we wszystkich przebiegach i anuluje przebiegi, których najlepsza wydajność jest gorsza niż mediana średnich uruchomionych. W szczególności przebieg zostanie anulowany w interwale N, jeśli najlepsza podstawowa metryka zgłoszona do interwału N jest gorsza niż mediana średniej bieżącej dla interwałów 1:N we wszystkich przebiegach.
Zasady Median Stop przyjmuje następujące opcjonalne parametry konfiguracji:
evaluation_interval
: częstotliwość stosowania zasad. Za każdym razem, gdy skrypt trenowania rejestruje metryki podstawowe, jest liczone jako jeden interwał.delay_evaluation
: liczba interwałów opóźnienia oceny zasad. Użyj tego parametru, aby uniknąć przedwczesnego zakończenia przebiegów trenowania. W przypadku określenia zasady stosują każdą wielokrotnośćevaluation_interval
, która jest większa lub równadelay_evaluation
.
Ta polityka jest inspirowana publikacją badawczą Google Vizier: A Service for Black-Box Optimization.
Jeśli szukasz konserwatywnej polityki, która zapewnia oszczędności bez kończenia obiecujących zadań, możesz użyć mediany zatrzymywania zasad z wartościami evaluation_interval
1 i delay_evaluation 5
. Są to konserwatywne ustawienia, które mogą zapewnić około 25%-35% oszczędności bez utraty na podstawowej metryce (na podstawie naszych danych oceny).
Atrybuty
delay_evaluation
Zwróć wartość liczby sekwencji, z których pierwsza ocena jest opóźniona.
Zwraca
Typ | Opis |
---|---|
Ocena opóźnienia. |
evaluation_interval
POLICY_NAME
POLICY_NAME = 'MedianStopping'