parameter_expressions Modul

Definuje funkce, které lze v HyperDrivu použít k popisu prostoru hledání hyperparametrů.

Tyto funkce slouží k určení různých typů rozdělení hyperparametrů. Distribuce se definují při konfiguraci vzorkování pro úklid hyperparametrů. Například při použití RandomParameterSampling třídy můžete zvolit vzorkování ze sady diskrétních hodnot nebo rozdělení spojitých hodnot. V takovém případě můžete funkci použít choice k vygenerování diskrétní sady hodnot a uniform funkci k vygenerování rozdělení spojitých hodnot.

Příklady použití těchto funkcí najdete v tomto kurzu: https://docs.microsoft.com/azure/machine-learning/how-to-tune-hyperparameters.

Funkce

choice

Zadejte samostatnou sadu možností, ze které chcete vzorkovat.

choice(*options)

Parametry

options
list
Vyžadováno

Seznam možností, ze které si můžete vybrat.

Návraty

Stochastický výraz.

Návratový typ

lognormal

Zadejte hodnotu nakreslenou podle exp(normal(mu, sigma)).

Logaritmus návratové hodnoty se obvykle distribuuje. Při optimalizaci je tato proměnná omezena tak, aby byla kladná.

lognormal(mu, sigma)

Parametry

mu
float
Vyžadováno

Střední hodnota normálního rozdělení.

sigma
float
Vyžadováno

Směrodatná odchylka normálního rozdělení.

Návraty

Stochastický výraz.

Návratový typ

loguniform

Zadejte jednotné rozdělení protokolu.

Hodnota se vykreslí podle výrazu exp(uniform(min_value, max_value)) tak, aby byl logaritmus návratové hodnoty rovnoměrně rozložen. Při optimalizaci je tato proměnná omezena na interval [exp(min_value), exp(max_value)]

loguniform(min_value, max_value)

Parametry

min_value
float
Vyžadováno

Minimální hodnota v rozsahu bude exp(min_value)(včetně).

max_value
float
Vyžadováno

Maximální hodnota v rozsahu bude exp(max_value) (včetně).

Návraty

Stochastický výraz.

Návratový typ

normal

Zadejte reálnou hodnotu, která je normálně rozdělená se střední hodnotou mu a směrodatnou odchylkou sigma.

Při optimalizaci se jedná o proměnnou bez omezení.

normal(mu, sigma)

Parametry

mu
float
Vyžadováno

Střední hodnota normálního rozdělení.

sigma
float
Vyžadováno

směrodatnou odchylku normálního rozdělení.

Návraty

Stochastický výraz.

Návratový typ

qlognormal

Zadejte hodnotu jako round(exp(normal(mu, sigma)) / q) * q.

Vhodné pro diskrétní proměnnou, jejíž cíl je hladký a je plynulejší s velikostí proměnné, která je ohraničena z jedné strany.

qlognormal(mu, sigma, q)

Parametry

mu
float
Vyžadováno

Střední hodnota normálního rozdělení.

sigma
float
Vyžadováno

Směrodatná odchylka normálního rozdělení.

q
int
Vyžadováno

Faktor vyhlazování.

Návraty

Stochastický výraz.

Návratový typ

qloguniform

Zadejte jednotné rozdělení formuláře round(exp(uniform(min_value; max_value) / q) * q.

To je vhodné pro diskrétní proměnnou, jejíž cíl je "hladký" a s velikostí hodnoty je hladší, ale která by měla být ohraničena nad i pod.

qloguniform(min_value, max_value, q)

Parametry

min_value
float
Vyžadováno

Minimální hodnota v rozsahu (včetně).

max_value
float
Vyžadováno

Maximální hodnota v rozsahu (včetně).

q
int
Vyžadováno

Faktor vyhlazování.

Návraty

Stochastický výraz.

Návratový typ

qnormal

Zadejte hodnotu jako round(normal(mu, sigma) / q) * q.

Vhodné pro diskrétní proměnnou, která pravděpodobně přijímá hodnotu kolem mu, ale je v podstatě nevázaná.

qnormal(mu, sigma, q)

Parametry

mu
float
Vyžadováno

Střední hodnota normálního rozdělení.

sigma
float
Vyžadováno

Směrodatná odchylka normálního rozdělení.

q
int
Vyžadováno

Faktor vyhlazování.

Návraty

Stochastický výraz.

Návratový typ

quniform

Zadejte jednotné rozdělení formuláře round(uniform(min_value; max_value) / q) * q.

To je vhodné pro diskrétní hodnotu, s ohledem na kterou je cíl stále poněkud "hladký", ale která by měla být ohraničena nad i pod.

quniform(min_value, max_value, q)

Parametry

min_value
float
Vyžadováno

Minimální hodnota v rozsahu (včetně).

max_value
float
Vyžadováno

Maximální hodnota v rozsahu (včetně).

q
int
Vyžadováno

Faktor vyhlazování.

Návraty

Stochastický výraz.

Návratový typ

randint

Zadejte sadu náhodných celých čísel v rozsahu [0, horní).

Sémantika tohoto rozdělení spočívá v tom, že ve ztrátové funkci neexistuje další korelace mezi blízkými celočíselnými hodnotami ve srovnání se vzdálenějšími celočíselnými hodnotami. Toto je vhodné rozdělení například pro popis náhodných semen. Pokud je funkce ztráty pravděpodobně více korelovaná pro blízké celočíselné hodnoty, měli byste pravděpodobně použít jedno z "kvantovaných" souvislých rozdělení, jako je quniform, qloguniform, qnormální nebo qlognormální.

randint(upper)

Parametry

upper
int
Vyžadováno

Výhradní horní mez pro rozsah celých čísel.

Návraty

Stochastický výraz.

Návratový typ

uniform

Zadejte jednotné rozdělení, ze kterého se odebírají vzorky.

uniform(min_value, max_value)

Parametry

min_value
float
Vyžadováno

Minimální hodnota v rozsahu (včetně).

max_value
float
Vyžadováno

Maximální hodnota v rozsahu (včetně).

Návraty

Stochastický výraz.

Návratový typ