MedianStoppingPolicy Класс

Определяет политику раннего завершения, основанную на скользящих средних показателях основной метрики всех выполнений.

Инициализируйте MedianStoppingPolicy.

Наследование

azureml.train.hyperdrive.policy.EarlyTerminationPolicy

MedianStoppingPolicy

Конструктор

MedianStoppingPolicy(evaluation_interval=1, delay_evaluation=0)

Параметры

Имя	Описание
evaluation_interval	int Частота применения политики. Default value: 1
delay_evaluation	int Число интервалов, для которых откладывается первая оценка политики. Если этот параметр указан, политика применяет все кратные evaluation_interval, которые больше или равны delay_evaluation. Default value: 0
evaluation_interval Обязательно	int Частота применения политики.
delay_evaluation Обязательно	int Число интервалов, для которых откладывается первая оценка политики. Если этот параметр указан, политика применяет все кратные evaluation_interval, которые больше или равны delay_evaluation.

Комментарии

Политика медианной остановки вычисляет средние значения среди всех выполнений и отменяет выполнения, эффективность которых хуже медианы средних показателей. В частности, выполнение будет отменено на интервале N, если его лучшая основная метрика, о которой сообщается до интервала N, хуже медианы скользящего среднего для интервалов 1:N по всем выполнениям.

Политика медианной остановки принимает следующие необязательные параметры конфигурации:

• evaluation_interval: частота применения политики. Каждый раз, когда сценарий обучения регистрирует основную метрику, это считается одним интервалом.

• delay_evaluation: количество интервалов до задержки оценки политики. Используйте этот параметр, чтобы избежать преждевременного завершения обучающих выполнений. Если этот параметр указан, политика применяет все кратные evaluation_interval, которые больше или равны delay_evaluation.

Эта политика создана на основе научной публикации о сервисе Google Vizier для оптимизации черного ящика.

Если требуется консервативная политика, которая обеспечит экономию без прерывания запланированных заданий, можно воспользоваться политикой медианной остановки (Median Stopping Policy) со значениями evaluation_interval 1 и delay_evaluation 5. Это консервативные настройки, которые могут обеспечить экономию приблизительно 25–35 % без потерь по основной метрике (на основе наших оценочных данных).

Атрибуты

delay_evaluation

Возвращает значение для числа последовательностей, которые задерживает первое вычисление.

Возвращаемое значение

Тип	Описание
int	Оценка с задержкой.

evaluation_interval

Возвращает значение интервала оценки.

Возвращаемое значение

Тип	Описание
int	Интервал оценки.

POLICY_NAME

POLICY_NAME = 'MedianStopping'