BayesianParameterSampling Classe

Define a amostragem bayesiana sobre um espaço de pesquisa de hiperparímetros.

A amostragem bayesiana tenta recolher inteligentemente a próxima amostra de hiperparímetros, com base na forma como as amostras anteriores foram realizadas, de modo a que a nova amostra melhore a métrica primária reportada.

Herança
azureml.train.hyperdrive.sampling.HyperParameterSampling
BayesianParameterSampling

Construtor

BayesianParameterSampling(parameter_space)

Parâmetros

parameter_space
<xref:dict>

Um dicionário contendo cada parâmetro e a sua distribuição. A chave do dicionário é o nome do parâmetro. Note que choice quniform apenas, e uniform são apoiados para a otimização bayesiana.

Observações

Note que ao utilizar a amostragem bayesiana, o número de execuções simultâneas tem um impacto na eficácia do processo de afinação. Tipicamente, um número menor de corridas simultâneas leva a uma melhor convergência de amostras. Isto porque algumas corridas começam sem se beneficiarem totalmente de corridas que ainda estão em execução.

Nota

A amostragem bayesiana não apoia políticas de rescisão antecipada. Ao utilizar a amostragem de parâmetros bayesianos, NoTerminationPolicy utilize, desista da política de rescisão antecipada a Nenhum, ou deixe de fora o parâmetro early_termination_policy.

Para obter mais informações sobre a utilização da amostragem de BayesianParameter, consulte os hiperparmetrosde sintonização tutorial para o seu modelo.

Atributos

SAMPLING_NAME

SAMPLING_NAME = 'BayesianOptimization'