Compartilhar via


MedianStoppingPolicy Classe

Define uma política de encerramento antecipado com base nas médias de execução da métrica primária de todas as execuções.

Inicializar um MedianStoppingPolicy.

Herança
azureml.train.hyperdrive.policy.EarlyTerminationPolicy
MedianStoppingPolicy

Construtor

MedianStoppingPolicy(evaluation_interval=1, delay_evaluation=0)

Parâmetros

Nome Description
evaluation_interval
int

A frequência para aplicar a política.

valor padrão: 1
delay_evaluation
int

O número de intervalos para os quais atrasar a primeira avaliação de política. Se for especificado, a política se aplicará a cada múltiplo de evaluation_interval maior que ou igual a delay_evaluation.

valor padrão: 0
evaluation_interval
Obrigatório
int

A frequência para aplicar a política.

delay_evaluation
Obrigatório
int

O número de intervalos para os quais atrasar a primeira avaliação de política. Se for especificado, a política se aplicará a cada múltiplo de evaluation_interval maior que ou igual a delay_evaluation.

Comentários

A política Interrupção mediana calcula médias de execução em todas as execuções e cancela execuções cujo melhor desempenho é pior que a mediana das médias de execução. Especificamente, uma execução será cancelada no intervalo N se sua melhor métrica primária relatada até o intervalo N for pior do que a mediana das médias de execução para intervalos de 1:N em todas as execuções.

A política de Interrupção mediana aceita os seguintes parâmetros de configuração opcionais:

  • evaluation_interval: a frequência para aplicar a política. Cada vez que o script de treinamento registra em log a métrica primária conta como um intervalo.

  • delay_evaluation: o número de intervalos para atrasar a avaliação da política. Use esse parâmetro para evitar o encerramento prematuro de execuções de treinamento. Se for especificado, a política se aplicará a cada múltiplo de evaluation_interval maior que ou igual a delay_evaluation.

Essa política é inspirada na publicação de pesquisa Google Vizier: A Service for Black-Box Optimization.

Se você estiver procurando por uma política conservador que proporciona economia sem encerrar trabalhos promissoras, você pode usar uma política de parando mediana com evaluation_interval 1 e delay_evaluation 5. Essas são configurações conservadoras, que podem fornecer aproximadamente 25 a 35% de economia sem perda na métrica primária (com base em nossos dados de avaliação).

Atributos

delay_evaluation

Retorna o número de sequências para o qual a primeira avaliação é atrasada.

Retornos

Tipo Description
int

A avaliação do atraso.

evaluation_interval

Retorna o valor do intervalo de avaliação.

Retornos

Tipo Description
int

O intervalo da avaliação.

POLICY_NAME

POLICY_NAME = 'MedianStopping'