MedianStoppingPolicy クラス

  • リファレンス

すべての実行の主要メトリックの実行平均に基づいて早期終了ポリシーを定義します。

MedianStoppingPolicy を初期化します。

継承
azureml.train.hyperdrive.policy.EarlyTerminationPolicy
MedianStoppingPolicy

コンストラクター

MedianStoppingPolicy(evaluation_interval=1, delay_evaluation=0)

パラメーター

evaluation_interval
int
既定値: 1

ポリシーを適用する頻度。

delay_evaluation
int
既定値: 0

最初のポリシー評価を遅延する間隔の数。 指定されている場合、delay_evaluation 以上の evaluation_interval の倍数ごとにポリシーが適用されます。

evaluation_interval
int
必須

ポリシーを適用する頻度。

delay_evaluation
int
必須

最初のポリシー評価を遅延する間隔の数。 指定した場合、delay_evaluation 以上の evaluation_interval の倍数ごとにポリシーが適用されます。

注釈

中央値の停止ポリシーは、すべての実行の移動平均を計算し、最良のパフォーマンスが移動平均の中央値よりも低い実行をキャンセルします。 具体的には、間隔 N までに報告された最良の主要メトリックが、すべての実行の間隔 1:N の移動平均の中央値よりも悪い場合、その実行は間隔 N でキャンセルされます。

中央値での停止ポリシーでは、次の省略可能な構成パラメーターを指定できます。

  • evaluation_interval: ポリシーを適用する頻度。 トレーニング スクリプトによってログに記録されるたびに、主要メトリックは 1 間隔としてカウントされます。

  • delay_evaluation: ポリシー評価を遅延する間隔の数。 トレーニングの実行が早期終了しないようにするには、このパラメーターを使用します。 指定した場合、delay_evaluation 以上の evaluation_interval の倍数ごとにポリシーが適用されます。

このポリシーは、研究出版物である Google Vizier: A Service for Black-Box Optimization から着想を得ています。

先のジョブまで終了せずに節約する保守的なポリシーが望ましい場合は、evaluation_interval 1 および delay_evaluation 5 5 を指定して中央値の停止ポリシーを使用できます。 これらは保守的な設定であり、(評価データに基づいて) 主要メトリックに関する損失なしで約 25% から 35% の節約を実現できます。

属性

delay_evaluation

最初の評価が遅れているシーケンス数の値を返します。

戻り値

遅延の評価。

の戻り値の型 :

int

evaluation_interval

評価の間隔の値を返します。

戻り値

評価の間隔。

の戻り値の型 :

int

POLICY_NAME 

POLICY_NAME = 'MedianStopping'