parameter_expressions Módulo

  • Referência

Define funções que podem ser utilizadas no HyperDrive para descrever um espaço de pesquisa de hiperparâmetros.

Estas funções são utilizadas para especificar diferentes tipos de distribuições de hiperparâmetros. As distribuições são definidas quando configura a amostragem para uma limpeza de hiperparâmetros. Por exemplo, quando utiliza a RandomParameterSampling classe, pode optar por amostrar a partir de um conjunto de valores discretos ou de uma distribuição de valores contínuos. Neste caso, pode utilizar a choice função para gerar um conjunto discreto de valores e uniform funções para gerar uma distribuição de valores contínuos.

Para obter exemplos de utilização destas funções, veja o tutorial: https://docs.microsoft.com/azure/machine-learning/how-to-tune-hyperparameters.

Funções

choice

Especifique um conjunto discreto de opções de exemplo.

choice(*options)

Parâmetros

options
list
Necessário

A lista de opções à escolha.

Devoluções

A expressão estocástica.

Tipo de retorno

list

lognormal

Especifique um valor desenhado de acordo com exp(normal(mu, sigma)).

O logaritmo do valor devolvido é normalmente distribuído. Ao otimizar, esta variável é restrita para ser positiva.

lognormal(mu, sigma)

Parâmetros

mu
float
Necessário

A média da distribuição normal.

sigma
float
Necessário

O desvio-padrão da distribuição normal.

Devoluções

A expressão estocástica.

Tipo de retorno

list

loguniform

Especifique uma distribuição uniforme de registo.

Um valor é desenhado de acordo com exp(uniform(min_value, max_value)) para que o logaritmo do valor devolvido seja distribuído uniformemente. Ao otimizar, esta variável é restrita ao intervalo [exp(min_value), exp(max_value)]

loguniform(min_value, max_value)

Parâmetros

min_value
float
Necessário

O valor mínimo no intervalo será exp(min_value)(inclusive).

max_value
float
Necessário

O valor máximo no intervalo será exp(max_value) (inclusive).

Devoluções

A expressão estocástica.

Tipo de retorno

list

normal

Especifique um valor real distribuído normalmente com mu médio e sigma de desvio padrão.

Ao otimizar, trata-se de uma variável sem restrições.

normal(mu, sigma)

Parâmetros

mu
float
Necessário

A média da distribuição normal.

sigma
float
Necessário

o desvio-padrão da distribuição normal.

Devoluções

A expressão estocástica.

Tipo de retorno

list

qlognormal

Especifique um valor como round(exp(normal(mu, sigma)) / q) * q.

Adequado para uma variável discreta relativamente à qual o objetivo é suave e fica mais suave com o tamanho da variável, que está vinculada de um lado.

qlognormal(mu, sigma, q)

Parâmetros

mu
float
Necessário

A média da distribuição normal.

sigma
float
Necessário

O desvio-padrão da distribuição normal.

q
int
Necessário

O fator de suavidade.

Devoluções

A expressão estocástica.

Tipo de retorno

list

qloguniform

Especifique uma distribuição uniforme do formulário round(exp(uniform(min_value, max_value) /q) * q.

Isto é adequado para uma variável discreta relativamente à qual o objetivo é "suave" e fica mais suave com o tamanho do valor, mas que deve ser vinculado tanto acima como abaixo.

qloguniform(min_value, max_value, q)

Parâmetros

min_value
float
Necessário

O valor mínimo no intervalo (inclusive).

max_value
float
Necessário

O valor máximo no intervalo (inclusive).

q
int
Necessário

O fator de suavidade.

Devoluções

A expressão estocástica.

Tipo de retorno

list

qnormal

Especifique um valor como round(normal(mu, sigma) / q) * q.

Adequado para uma variável discreta que provavelmente assume um valor em torno de mu, mas é fundamentalmente desvinculado.

qnormal(mu, sigma, q)

Parâmetros

mu
float
Necessário

A média da distribuição normal.

sigma
float
Necessário

O desvio-padrão da distribuição normal.

q
int
Necessário

O fator de suavidade.

Devoluções

A expressão estocástica.

Tipo de retorno

list

quniform

Especifique uma distribuição uniforme do formulário round(uniform(min_value, max_value) /q) * q.

Isto é adequado para um valor discreto em relação ao qual o objetivo ainda é um pouco "suave", mas que deve ser vinculado tanto acima como abaixo.

quniform(min_value, max_value, q)

Parâmetros

min_value
float
Necessário

O valor mínimo no intervalo (inclusive).

max_value
float
Necessário

O valor máximo no intervalo (inclusive).

q
int
Necessário

O fator de suavidade.

Devoluções

A expressão estocástica.

Tipo de retorno

list

randint

Especifique um conjunto de números inteiros aleatórios no intervalo [0, superior).

A semântica desta distribuição é que não existe mais correlação na função de perda entre valores inteiros próximos, em comparação com valores inteiros mais distantes. Esta é uma distribuição adequada para descrever sementes aleatórias, por exemplo. Se a função de perda estiver provavelmente mais correlacionada com os valores inteiros próximos, provavelmente deve utilizar uma das distribuições contínuas "quantizadas", como quniform, qloguniform, qnormal ou qlognormal.

randint(upper)

Parâmetros

upper
int
Necessário

O limite superior exclusivo para o intervalo de números inteiros.

Devoluções

A expressão estocástica.

Tipo de retorno

list

uniform

Especifique uma distribuição uniforme a partir da qual são recolhidas amostras.

uniform(min_value, max_value)

Parâmetros

min_value
float
Necessário

O valor mínimo no intervalo (inclusive).

max_value
float
Necessário

O valor máximo no intervalo (inclusive).

Devoluções

A expressão estocástica.

Tipo de retorno

list