parameter_expressions Модуль

  • Ссылка

Определяет функции, доступные в HyperDrive для описания пространства поиска гиперпараметров.

Эти функции используются для указания различных типов распределений гиперпараметров. Распределения задаются при настройке выборки для очистки гиперпараметров. Например, при использовании класса RandomParameterSampling можно делать выборку из набора дискретных значений или распределения непрерывных значений. В данном случае можно использовать функцию choice для создания дискретного набора значений и функцию uniform для создания распределения непрерывных значений.

Примеры использования этих функций см. в учебнике: https://docs.microsoft.com/azure/machine-learning/how-to-tune-hyperparameters.

Функции

choice

Указывает дискретный набор параметров для выборки.

choice(*options)

Параметры

options
list
Обязательно

Список параметров для выбора.

Возвращаемое значение

Стохастическое выражение.

Возвращаемый тип

list

lognormal

Указывает значение, полученное в соответствии с exp (normal(mu, sigma)).

Логарифм возвращаемого значения нормально распределен. При оптимизации эта переменная ограничивается положительным числом.

lognormal(mu, sigma)

Параметры

mu
float
Обязательно

Среднее значение нормального распределения.

sigma
float
Обязательно

Стандартное отклонение от нормального распределения.

Возвращаемое значение

Стохастическое выражение.

Возвращаемый тип

list

loguniform

Указывает равномерное распределение журналов.

Значение получено в соответствии с exp(uniform(min_value, max_value)), так что логарифм возвращаемого значения распределен равномерно. При оптимизации эта переменная ограничена интервалом [exp(min_value), exp(max_value)]

loguniform(min_value, max_value)

Параметры

min_value
float
Обязательно

Минимальное значение в диапазоне будет exp(min_value)(включительно).

max_value
float
Обязательно

Максимальное значение в диапазоне будет exp(max_value) (включительно).

Возвращаемое значение

Стохастическое выражение.

Возвращаемый тип

list

normal

Указывает реальное значение, нормально распределенное со средним значением mu и стандартным отклонением sigma.

При оптимизации это переменная не ограничена.

normal(mu, sigma)

Параметры

mu
float
Обязательно

Среднее значение нормального распределения.

sigma
float
Обязательно

Стандартное отклонение от нормального распределения.

Возвращаемое значение

Стохастическое выражение.

Возвращаемый тип

list

qlognormal

Указывает значение типа round(exp(normal(mu, sigma)) / q) * q.

Подходит для дискретной переменной, относительно которой объект сглажен и сглаживается еще больше с увеличением размера этой переменной, которая ограничена с одной стороны.

qlognormal(mu, sigma, q)

Параметры

mu
float
Обязательно

Среднее значение нормального распределения.

sigma
float
Обязательно

Стандартное отклонение от нормального распределения.

q
int
Обязательно

Коэффициент сглаживания.

Возвращаемое значение

Стохастическое выражение.

Возвращаемый тип

list

qloguniform

Указывает равномерное распределение формы round(exp(uniform(min_value, max_value) / q) * q.

Подходит для дискретной переменной, относительно которой объект сглажен и сглаживается еще больше с увеличением ее значения, но которая должна иметь верхнее и нижнее ограничения.

qloguniform(min_value, max_value, q)

Параметры

min_value
float
Обязательно

Минимальное значение в диапазоне (включительно).

max_value
float
Обязательно

Максимальное значение в диапазоне (включительно).

q
int
Обязательно

Коэффициент сглаживания.

Возвращаемое значение

Стохастическое выражение.

Возвращаемый тип

list

qnormal

Указывает значение типа round(normal(mu, sigma) / q) * q.

Подходит для дискретной переменной, которая, вероятно, принимает значение около mu, но по сути не ограничена.

qnormal(mu, sigma, q)

Параметры

mu
float
Обязательно

Среднее значение нормального распределения.

sigma
float
Обязательно

Стандартное отклонение от нормального распределения.

q
int
Обязательно

Коэффициент сглаживания.

Возвращаемое значение

Стохастическое выражение.

Возвращаемый тип

list

quniform

Указывает равномерное распределение формы round(uniform(min_value, max_value) / q) * q.

Подходит для дискретной переменной с учетом того, что объект еще в какой-то степени "сглажен", но должен быть ограничен ниже и выше.

quniform(min_value, max_value, q)

Параметры

min_value
float
Обязательно

Минимальное значение в диапазоне (включительно).

max_value
float
Обязательно

Максимальное значение в диапазоне (включительно).

q
int
Обязательно

Коэффициент сглаживания.

Возвращаемое значение

Стохастическое выражение.

Возвращаемый тип

list

randint

Указывает набор случайных целых чисел в диапазоне [0, Upper).

Семантика этого распределения заключается в том, что в функции потери больше нет корреляции между ближайшими целочисленными значениями по сравнению с более удаленными целочисленными значениями. Это распределение, например, походит для описания случайных начальных значений. Возможно, если функция потери больше коррелирует с ближайшими целочисленными значениями, то, возможно, следует использовать одно из "квантованных" непрерывных распределений, например quniform, qloguniform, qnormal или qlognormal.

randint(upper)

Параметры

upper
int
Обязательно

Исключенная верхняя граница диапазона целых чисел.

Возвращаемое значение

Стохастическое выражение.

Возвращаемый тип

list

uniform

Указывает равномерное распределение, из которого берутся образцы.

uniform(min_value, max_value)

Параметры

min_value
float
Обязательно

Минимальное значение в диапазоне (включительно).

max_value
float
Обязательно

Максимальное значение в диапазоне (включительно).

Возвращаемое значение

Стохастическое выражение.

Возвращаемый тип

list