parameter_expressions Module
Hiermee definieert u functies die in HyperDrive kunnen worden gebruikt om een hyperparameterzoekruimte te beschrijven.
Deze functies worden gebruikt om verschillende typen hyperparameterverdelingen op te geven. De distributies worden gedefinieerd wanneer u sampling configureert voor een hyperparameter-sweep. Als u bijvoorbeeld de RandomParameterSampling klasse gebruikt, kunt u ervoor kiezen om een steekproef te nemen uit een set discrete waarden of een verdeling van doorlopende waarden. In dit geval kunt u de choice functie gebruiken om een discrete set waarden te genereren en uniform een functie om een verdeling van doorlopende waarden te genereren.
Zie de zelfstudie voor voorbeelden van het gebruik van deze functies: https://docs.microsoft.com/azure/machine-learning/how-to-tune-hyperparameters.
Functies
choice
Geef een discrete set opties op waaruit u een voorbeeld wilt nemen.
choice(*options)Parameters
Retouren
De stochastische expressie.
Retourtype
lognormal
Geef een waarde op die is getekend volgens exp(normal(mu, sigma)).
De logaritme van de retourwaarde wordt normaal verdeeld. Bij het optimaliseren wordt deze variabele beperkt tot positief.
lognormal(mu, sigma)Parameters
Retouren
De stochastische expressie.
Retourtype
loguniform
Geef een uniforme logboekdistributie op.
Een waarde wordt getekend op basis van exp(uniform(min_value, max_value)) zodat de logaritme van de retourwaarde gelijkmatig wordt verdeeld. Bij het optimaliseren wordt deze variabele beperkt tot het interval [exp(min_value), exp(max_value)]
loguniform(min_value, max_value)Parameters
Retouren
De stochastische expressie.
Retourtype
normal
Geef een echte waarde op die normaal wordt verdeeld met gemiddelde mu en standaarddeviatie sigma.
Bij het optimaliseren is dit een onbeperkte variabele.
normal(mu, sigma)Parameters
Retouren
De stochastische expressie.
Retourtype
qlognormal
Geef een waarde op zoals round(exp(normal(mu, sigma)) / q) * q.
Geschikt voor een discrete variabele waarbij het doel vloeiend is en vloeiender wordt met de grootte van de variabele, die vanaf één zijde wordt begrensd.
qlognormal(mu, sigma, q)Parameters
Retouren
De stochastische expressie.
Retourtype
qloguniform
Geef een uniforme verdeling van de formulierronde op(exp(uniform(min_value, max_value) / q) * q.
Dit is geschikt voor een discrete variabele waarvoor de doelstelling 'vloeiend' is en vloeiender wordt met de grootte van de waarde, maar die zowel boven als onder moet worden begrensd.
qloguniform(min_value, max_value, q)Parameters
Retouren
De stochastische expressie.
Retourtype
qnormal
Geef een waarde op zoals round(normal(mu, sigma) / q) * q.
Geschikt voor een discrete variabele die waarschijnlijk een waarde rond mu neemt, maar fundamenteel niet gebonden is.
qnormal(mu, sigma, q)Parameters
Retouren
De stochastische expressie.
Retourtype
quniform
Geef een uniforme verdeling van de vorm round(uniform(min_value, max_value) / q) * q op.
Dit is geschikt voor een discrete waarde waarvoor de doelstelling nog enigszins "vloeiend" is, maar die zowel boven als onder moet worden begrensd.
quniform(min_value, max_value, q)Parameters
Retouren
De stochastische expressie.
Retourtype
randint
Geef een set willekeurige gehele getallen op in het bereik [0, bovenste).
De semantiek van deze verdeling is dat er geen correlatie meer is in de verliesfunctie tussen waarden in de buurt van gehele getallen in de buurt, vergeleken met meer verre gehele waarden. Dit is een geschikte verdeling voor het beschrijven van willekeurige zaden bijvoorbeeld. Als de verliesfunctie waarschijnlijk meer gecorreleerd is voor nabijgelegen gehele getallen, moet u waarschijnlijk een van de 'gekwantiseerde' continue verdelingen gebruiken, zoals quniform, qloguniform, qnormaal of qlognormaal.
randint(upper)Parameters
Retouren
De stochastische expressie.
Retourtype
uniform
Feedback
Binnenkort beschikbaar: In de loop van 2024 zullen we GitHub-problemen geleidelijk uitfaseren als het feedbackmechanisme voor inhoud en deze vervangen door een nieuw feedbacksysteem. Zie voor meer informatie: https://aka.ms/ContentUserFeedback.
Feedback verzenden en weergeven voor