MedianStoppingPolicy Classe

Définit une stratégie d’arrêt anticipé basée sur les moyennes mobiles de la métrique principale de toutes les exécutions.

Initialisez une medianStoppingPolicy.

Héritage

azureml.train.hyperdrive.policy.EarlyTerminationPolicy

MedianStoppingPolicy

Constructeur

MedianStoppingPolicy(evaluation_interval=1, delay_evaluation=0)

Paramètres

Nom	Description
evaluation_interval	int Fréquence d’application de la stratégie. valeur par défaut: 1
delay_evaluation	int Nombre d’intervalles pour lesquels retarder la première évaluation de la stratégie. S’il est spécifié, la stratégie s’applique à chaque multiple de evaluation_interval qui est supérieur ou égal à delay_evaluation. valeur par défaut: 0
evaluation_interval Obligatoire	int Fréquence d’application de la stratégie.
delay_evaluation Obligatoire	int Nombre d’intervalles pour lesquels retarder la première évaluation de la stratégie. S’il est spécifié, la stratégie s’applique à chaque multiple de evaluation_interval qui est supérieur ou égal à delay_evaluation.

Remarques

La stratégie d’arrêt médiane calcule les moyennes mobiles pour toutes les exécutions et annule celles dont les performances sont moins bonnes que la médiane des moyennes mobiles. Plus précisément, une exécution sera annulée à l’intervalle N si sa meilleure métrique principale signalée jusqu’à l’intervalle N est plus mauvaise que la médiane des moyennes mobiles pour les intervalles 1:N sur toutes les exécutions.

La stratégie d’arrêt médiane accepte les paramètres de configuration facultatifs suivants :

• evaluation_interval : fréquence d’application de la stratégie. Chaque journalisation de la métrique principale par le script d’entraînement compte pour un intervalle.

• delay_evaluation : nombre d’intervalles de l’évaluation de la stratégie de retard. Utilisez ce paramètre pour éviter l’arrêt prématuré des exécutions d’entraînement. S’il est spécifié, la stratégie s’applique à chaque multiple de evaluation_interval qui est supérieur ou égal à delay_evaluation.

Cette stratégie est inspirée de la publication de recherche Google Vizier: A Service for Black-Box Optimization.

Si vous cherchez une stratégie classique qui permet de réaliser des économies, sans arrêter les tâches prometteuses, vous pouvez utiliser une stratégie d’arrêt médiane avec un evaluation_interval de 1 et un delay_evaluation 5. Il s’agit de valeurs prudentes, qui peuvent fournir approximativement 25 à 35 % d’économies sans perte sur la métrique principale (d’après nos évaluations).

Attributs

delay_evaluation

Retourne la valeur du nombre de séquences pour lesquelles la première évaluation est retardée.

Retours

Type	Description
int	Retard d’évaluation.

evaluation_interval

Retourne la valeur de l’intervalle d’évaluation.

Retours

Type	Description
int	Intervalle d’évaluation.

POLICY_NAME

POLICY_NAME = 'MedianStopping'