Compartilhar via

parameter_expressions Módulo

  • Referência

Define funções que podem ser usadas em HyperDrive para descrever um espaço de pesquisa de hiperparâmetro.

Essas funções são usadas para especificar diferentes tipos de distribuições de hiperparâmetro. As distribuições são definidas quando você configura a amostragem para uma varredura de hiperparâmetro. Por exemplo, ao usar a classe RandomParameterSampling, você pode optar por fazer a amostragem de um conjunto de valores discretos ou uma distribuição de valores contínuos. Nesse caso, você pode usar a função choice para gerar um conjunto discreto de valores e a função uniform para gerar uma distribuição de valores contínuos.

Para obter exemplos de como usar essas funções, confira o tutorial: https://docs.microsoft.com/azure/machine-learning/how-to-tune-hyperparameters.

Funções

choice

Especifique um conjunto discreto de opções entre as quais fazer a amostragem.

choice(*options)

Parâmetros

options
list
Obrigatório

A lista de opções dentre as quais escolher.

Retornos

A expressão estocástica.

Tipo de retorno

list

lognormal

Especifique um valor traçado de acordo com exp(normal(mu, sigma)).

O logaritmo do valor retornado normalmente é distribuído. Ao otimizar, essa variável é restrita para ser positiva.

lognormal(mu, sigma)

Parâmetros

mu
float
Obrigatório

A média da distribuição normal.

sigma
float
Obrigatório

O desvio padrão da distribuição normal.

Retornos

A expressão estocástica.

Tipo de retorno

list

loguniform

Especifique uma distribuição logarítmica uniforme.

Um valor é traçado conforme exp(uniform(min_value, max_value)), de modo que o logaritmo do valor retornado seja distribuído uniformemente. Ao otimizar, essa variável é restrita ao intervalo [exp(min_value), exp(max_value)]

loguniform(min_value, max_value)

Parâmetros

min_value
float
Obrigatório

O valor mínimo no intervalo será exp(min_value) (inclusive).

max_value
float
Obrigatório

O valor máximo no intervalo será exp(max_value) (inclusive).

Retornos

A expressão estocástica.

Tipo de retorno

list

normal

Especifique um valor real distribuído normalmente com sigma de desvio padrão e mu médio.

Ao otimizar, essa é uma variável irrestrita.

normal(mu, sigma)

Parâmetros

mu
float
Obrigatório

A média da distribuição normal.

sigma
float
Obrigatório

O desvio padrão da distribuição normal.

Retornos

A expressão estocástica.

Tipo de retorno

list

qlognormal

Especifique um valor como round(exp(normal(mu, sigma)) / q) * q.

Adequado para uma variável discreta com relação à qual o objetivo é suave, e fica mais suave com o tamanho da variável, que é limitado de um lado.

qlognormal(mu, sigma, q)

Parâmetros

mu
float
Obrigatório

A média da distribuição normal.

sigma
float
Obrigatório

O desvio padrão da distribuição normal.

q
int
Obrigatório

O fator de suavização.

Retornos

A expressão estocástica.

Tipo de retorno

list

qloguniform

Especifique uma distribuição uniforme da forma round(exp(uniform(min_value, max_value) / q) * q.

Isso é adequado para uma variável discreta com relação à qual o objetivo é "suave", e fica mais suave com o tamanho do valor, mas que deve ser limitado para mais e menos.

qloguniform(min_value, max_value, q)

Parâmetros

min_value
float
Obrigatório

O valor mínimo no intervalo (inclusive).

max_value
float
Obrigatório

O valor mínimo no intervalo (inclusive).

q
int
Obrigatório

O fator de suavização.

Retornos

A expressão estocástica.

Tipo de retorno

list

qnormal

Especifique um valor como round(normal(mu, sigma) / q) * q.

Adequado para uma variável discreta que provavelmente usa um valor próximo de mu, mas é fundamentalmente não limitada.

qnormal(mu, sigma, q)

Parâmetros

mu
float
Obrigatório

A média da distribuição normal.

sigma
float
Obrigatório

O desvio padrão da distribuição normal.

q
int
Obrigatório

O fator de suavização.

Retornos

A expressão estocástica.

Tipo de retorno

list

quniform

Especifique uma distribuição uniforme da forma round(uniform(min_value, max_value) / q) * q.

Isso é adequado para um valor discreto em relação ao qual o objetivo ainda é um pouco "suave", mas que deve ser limitado para mais e menos.

quniform(min_value, max_value, q)

Parâmetros

min_value
float
Obrigatório

O valor mínimo no intervalo (inclusive).

max_value
float
Obrigatório

O valor mínimo no intervalo (inclusive).

q
int
Obrigatório

O fator de suavização.

Retornos

A expressão estocástica.

Tipo de retorno

list

randint

Especifique um conjunto de inteiros aleatórios no intervalo [0, superior].

A semântica dessa distribuição é que não há mais correlação na função de perda entre valores inteiros próximos, em comparação com os valores inteiros mais distantes. Essa é uma distribuição apropriada para descrever sementes aleatórias, por exemplo. Se a função de perda é provavelmente mais correlacionada a valores inteiros próximos, você provavelmente deve usar uma das distribuições contínuas "quantizadas", como quniform, qloguniform, qnormal ou qlognormal.

randint(upper)

Parâmetros

upper
int
Obrigatório

O limite superior exclusivo para o intervalo de inteiros.

Retornos

A expressão estocástica.

Tipo de retorno

list

uniform

Especifique uma distribuição uniforme da qual amostras são tiradas.

uniform(min_value, max_value)

Parâmetros

min_value
float
Obrigatório

O valor mínimo no intervalo (inclusive).

max_value
float
Obrigatório

O valor mínimo no intervalo (inclusive).

Retornos

A expressão estocástica.

Tipo de retorno

list