parameter_expressions モジュール
ハイパーパラメーター検索空間を記述するために HyperDrive で使用できる関数を定義します。
これらの関数は、さまざまな種類のハイパーパラメーター分布を指定するために使用されます。 この分布は、ハイパーパラメーター スイープのサンプリングを構成するときに定義されます。 たとえば、RandomParameterSampling クラスを使用する場合は、不連続値のセットからサンプリングするか、連続値の分布からサンプリングするかを選択できます。 この場合、不連続値のセットの生成には choice 関数を、連続値の分布の生成には uniform 関数を使用できます。
これらの関数の使用例については、チュートリアル「https://docs.microsoft.com/azure/machine-learning/how-to-tune-hyperparameters」を参照してください。
機能
choice
サンプリングする不連続オプション セットを指定します。
choice(*options)
パラメーター
戻り値
確率式。
の戻り値の型 :
lognormal
exp(normal(mu, sigma)) に従って導かれる値を指定します。
戻り値の対数は通常は分散します。 最適化する場合、この変数は正の値に制限されます。
lognormal(mu, sigma)
パラメーター
戻り値
確率式。
の戻り値の型 :
loguniform
対数一様分布を指定します。
戻り値の対数が均等に分布するように、exp(uniform(min_value, max_value)) に従って値が導かれます。 最適化する場合、この変数は間隔 [exp(min_value), exp(max_value)] に制限されます
loguniform(min_value, max_value)
パラメーター
戻り値
確率式。
の戻り値の型 :
normal
平均ミューと標準偏差シグマを使用して正規分布された実際の値を指定します。
最適化する場合、これは制約されない変数です。
normal(mu, sigma)
パラメーター
戻り値
確率式。
の戻り値の型 :
qlognormal
round(exp(normal(mu, sigma)) / q) * q などの値を指定します。
目標がスムーズで、一方の側に限界がある変数のサイズによってよりスムーズになるという点で、不連続変数に適しています。
qlognormal(mu, sigma, q)
パラメーター
戻り値
確率式。
の戻り値の型 :
qloguniform
round(exp(uniform(min_value, max_value) / q) * q 形式の一様分布を指定します。
これは、目標が "スムーズ" であり、値のサイズによってよりスムーズになるが、上と下の両方に境界を付けるべきという点で、不連続変数に適しています。
qloguniform(min_value, max_value, q)
パラメーター
戻り値
確率式。
の戻り値の型 :
qnormal
round(normal(mu, sigma) / q) * q などの値を指定します。
mu の周りの値を受け取る可能性があるが、基本的には無限である不連続変数に適しています。
qnormal(mu, sigma, q)
パラメーター
戻り値
確率式。
の戻り値の型 :
quniform
round(uniform(min_value, max_value) / q) * q 形式の一様分布を指定します。
これは、目標がまだやや "スムーズ" であるが、上と下の両方に境界を付けるべきという点で、不連続値に適しています。
quniform(min_value, max_value, q)
パラメーター
戻り値
確率式。
の戻り値の型 :
randint
[0, upper] の範囲でランダムな整数のセットを指定します。
この分布のセマンティクスは、より離れた整数値と比較して、近くの整数値間の損失関数の相関関係がこれ以上ないということです。 これは、たとえばランダム シードを記述するための適切な分布です。 損失関数が近くの整数値に対してより相関している可能性がある場合は、quniform、qloguniform、qnormal、qlognormal などの "量子化された" 連続分布のいずれかを使用する必要があります。
randint(upper)
パラメーター
戻り値
確率式。
の戻り値の型 :
uniform
フィードバック
https://aka.ms/ContentUserFeedback」を参照してください。
以下は間もなく提供いたします。2024 年を通じて、コンテンツのフィードバック メカニズムとして GitHub の issue を段階的に廃止し、新しいフィードバック システムに置き換えます。 詳細については、「フィードバックの送信と表示