BanditPolicy クラス

継承

azureml.train.hyperdrive.policy.EarlyTerminationPolicy

BanditPolicy

コンストラクター

BanditPolicy(evaluation_interval=1, slack_factor=None, slack_amount=None, delay_evaluation=0)

パラメーター

注釈

このバンディット ポリシーでは、次の構成パラメーターを指定できます。

• slack_factor: パフォーマンスが最高のトレーニング実行に関して許可される Slack の量。 この係数は、Slack を比率として指定します。

• slack_amount: パフォーマンスが最高のトレーニング実行に関して許可される Slack の量。 この係数は、Slack を絶対量として指定します。

• evaluation_interval:任意。 ポリシーを適用する頻度。 トレーニング スクリプトによってログに記録されるたびに、主要メトリックは 1 間隔としてカウントされます。

• delay_evaluation:任意。 ポリシー評価を遅延する間隔の数。 トレーニングの実行が早期に終了しないようにするには、このパラメーターを使用します。 指定した場合、delay_evaluation 以上の evaluation_interval の倍数ごとにポリシーが適用されます。

最高のパフォーマンスの実行に関して、評価メトリックの Slack 係数または Slack 量に分類されない実行は終了します。

slack_factor = 0.2 と evaluation_interval = 100 のバンディット ポリシーを検討してください。 100 の間隔の後に AUC (パフォーマンス メトリック) が 0.8 である現在最もパフォーマンスの高い実行が、実行 X だと仮定します。 さらに、実行に対して報告された最高の AUC が Y であると想定します。このポリシーでは、値 (Y + Y * 0.2) を 0.8 と比較し、小さい場合は実行を取り消します。 delay_evaluation ⁼ 200 の場合、ポリシーが初めて適用される時間は間隔 200 です。

ここで、slack_amount = 0.2 と evaluation_interval = 100 のバンディット ポリシーについて考えます。 実行 3 が、100 の間隔の後に AUC (パフォーマンス メトリック) が 0.8 である現在最もパフォーマンスの高い実行である場合、100 回の反復の後に AUC が 0.6 (0.8 - 0.2) 未満の実行は終了します。 同様に、delay_evaluation を使用して、特定の数のシーケンスの分だけ最初の終了ポリシーの評価を遅らせることもできます。

早期終了ポリシーの適用の詳細については、「モデルに合わせてハイパーパラメーターを調整する」を参照してください。

属性

delay_evaluation

evaluation_interval

slack_factor

POLICY_NAME

POLICY_NAME = 'Bandit'