BayesianParameterSampling Classe

Definisce il campionamento bayesiano su uno spazio di ricerca degli iperparametri.

Il campionamento bayesiano tenta di selezionare in modo intelligente il campione successivo di iperparametri, in base alla modalità di esecuzione degli esempi precedenti, in modo che il nuovo campione migliori la metrica primaria segnalata.

Inizializzare BayesianParameterSampling.

Ereditarietà

azureml.train.hyperdrive.sampling.HyperParameterSampling

BayesianParameterSampling

Costruttore

BayesianParameterSampling(parameter_space, properties=None)

Parametri

Nome	Descrizione
parameter_space Necessario	dict Dizionario contenente ogni parametro e la relativa distribuzione. La chiave del dizionario è il nome del parametro. Si noti che solo choice, quniforme uniform sono supportati per l'ottimizzazione Bayesian.
parameter_space Necessario	dict Dizionario contenente ogni parametro e la relativa distribuzione. La chiave del dizionario è il nome del parametro. Si noti che per l'ottimizzazione bayesiana sono supportati solo la scelta, il quniform e l'uniform.
properties	valore predefinito: None

Commenti

Si noti che quando si usa il campionamento Bayesian, il numero di esecuzioni simultanee ha un impatto sull'efficacia del processo di ottimizzazione. In genere, un numero minore di esecuzioni simultanee comporta una migliore convergenza del campionamento. Ciò è dovuto al fatto che alcune esecuzioni vengono avviate senza trarre vantaggio dalle esecuzioni ancora in esecuzione.

Nota

Il campionamento bayesiano non supporta i criteri di terminazione anticipata. Quando si usa il campionamento dei parametri Bayesian, usare NoTerminationPolicy, impostare i criteri di terminazione anticipata su Nessuno oppure lasciare il parametro early_termination_policy.

Per altre informazioni sull'uso del campionamento BayesianParameter, vedere l'esercitazione Ottimizzare gli iperparametri per il modello.

Attributi

SAMPLING_NAME

SAMPLING_NAME = 'BayesianOptimization'