BayesianParameterSampling Klass
Definierar Bayesiansk sampling över ett sökutrymme för hyperparametrar.
Bayesiansk sampling försöker på ett intelligent sätt välja nästa exempel på hyperparametrar, baserat på hur de tidigare exemplen utfördes, så att det nya exemplet förbättrar det rapporterade primära måttet.
Initiera BayesianParameterSampling.
- Arv
-
azureml.train.hyperdrive.sampling.HyperParameterSamplingBayesianParameterSampling
Konstruktor
BayesianParameterSampling(parameter_space, properties=None)Parametrar
| Name | Description |
|---|---|
|
parameter_space
Obligatorisk
|
|
|
parameter_space
Obligatorisk
|
En ordlista som innehåller varje parameter och dess distribution. Ordlistenyckeln är namnet på parametern . Observera att endast val, quniform och uniform stöds för Bayesian-optimering. |
|
properties
|
Standardvärde: None
|
Kommentarer
Observera att när du använder Bayesiansk sampling påverkar antalet samtidiga körningar justeringsprocessens effektivitet. Vanligtvis leder ett mindre antal samtidiga körningar till bättre samplingskonvergens. Det beror på att vissa körningar startar utan att dra full nytta av körningar som fortfarande körs.
Anteckning
Bayesiansk sampling stöder inte principer för tidig avslutning. När du använder Bayesian-parametersampling använder du NoTerminationPolicy, anger principen för tidig avslutning till Ingen eller lämnar parametern early_termination_policy.
Mer information om hur du använder BayesianParameter-sampling finns i självstudien Justera hyperparametrar för din modell.
Attribut
SAMPLING_NAME
SAMPLING_NAME = 'BayesianOptimization'