sweep Pakiet
Klasy
BanditPolicy |
Definiuje zasady wczesnego kończenia na podstawie kryteriów slack oraz częstotliwości i interwału opóźnienia na potrzeby oceny. |
BayesianSamplingAlgorithm |
Algorytm próbkowania bayesijskiego. |
Choice |
Konfiguracja dystrybucji wyboru. |
GridSamplingAlgorithm |
Algorytm próbkowania siatki. |
LogNormal |
Konfiguracja dystrybucji LogNormal. |
LogUniform |
Konfiguracja dystrybucji LogUniform. |
MedianStoppingPolicy |
Definiuje zasady wczesnego kończenia na podstawie średniej bieżącej podstawowej metryki wszystkich przebiegów. |
Normal |
Konfiguracja rozkładu normalnego. |
Objective |
Cel optymalizacji. Cel optymalizacji. |
QLogNormal |
Konfiguracja dystrybucji QLogNormal. |
QLogUniform |
Konfiguracja dystrybucji QLogUniform. |
QNormal |
Konfiguracja dystrybucji QNormal. |
QUniform |
Konfiguracja dystrybucji QUniform. |
Randint |
Konfiguracja dystrybucji Randint. |
RandomSamplingAlgorithm |
Algorytm losowego próbkowania. |
SamplingAlgorithm |
Klasa podstawowa do algorytmów próbkowania. Nie należy bezpośrednio utworzyć wystąpienia tej klasy. Zamiast tego należy użyć jednej z jego podklas. |
SweepJob |
Zamiatanie zadania dostrajania hiperparametrów. |
SweepJobLimits |
Limity zadań zamiatania. |
TruncationSelectionPolicy |
Definiuje zasady wczesnego zakończenia, które anulują określony procent przebiegów w każdym interwale oceny. |
Uniform |
Jednolita konfiguracja dystrybucji. |
Azure SDK for Python
Opinia
https://aka.ms/ContentUserFeedback.
Dostępne już wkrótce: W 2024 r. będziemy stopniowo wycofywać zgłoszenia z serwisu GitHub jako mechanizm przesyłania opinii na temat zawartości i zastępować go nowym systemem opinii. Aby uzyskać więcej informacji, sprawdź:Prześlij i wyświetl opinię dla