Aracılığıyla paylaş

parameter_expressions Modül

  • Başvuru

Hiper parametre arama alanını açıklamak için HyperDrive'da kullanılabilecek işlevleri tanımlar.

Bu işlevler farklı hiper parametre dağılımı türlerini belirtmek için kullanılır. Dağıtımlar, hiper parametre süpürme için örneklemeyi yapılandırdığınızda tanımlanır. Örneğin, sınıfını kullandığınızda RandomParameterSampling , bir dizi ayrık değerden veya sürekli değerlerin dağılımından örnek almayı seçebilirsiniz. Bu durumda, işlevini kullanarak choice ayrık bir değer kümesi ve uniform sürekli değerlerin dağılımını oluşturmak için işlev oluşturabilirsiniz.

Bu işlevleri kullanma örnekleri için öğreticiye bakın: https://docs.microsoft.com/azure/machine-learning/how-to-tune-hyperparameters.

İşlevler

choice

Örnek almak için ayrı bir seçenek kümesi belirtin.

choice(*options)

Parametreler

options
list
Gerekli

Aralarından seçim yapabileceğiniz seçeneklerin listesi.

Döndürülenler

Stokastik ifade.

Dönüş türü

list

lognormal

exp(normal(mu, sigma)) değerine göre çizilmiş bir değer belirtin.

Dönüş değerinin logaritması normalde dağıtılır. İyi duruma getirildiğinde, bu değişken pozitif olacak şekilde kısıtlanır.

lognormal(mu, sigma)

Parametreler

mu
float
Gerekli

Normal dağılımın ortalaması.

sigma
float
Gerekli

Normal dağılımın standart sapması.

Döndürülenler

Stokastik ifade.

Dönüş türü

list

loguniform

Günlük tekdüzen dağıtım belirtin.

Değer, dönüş değerinin logaritmasının tekdüzen olarak dağıtıldığı şekilde exp(tekdüzen(min_value, max_value)) değerine göre çizilir. İyi duruma getirildiğinde, bu değişken [exp(min_value), exp(max_value)] aralığıyla kısıtlanır.

loguniform(min_value, max_value)

Parametreler

min_value
float
Gerekli

Aralıktaki en küçük değer exp(min_value)(dahil) olacaktır.

max_value
float
Gerekli

Aralıktaki en büyük değer exp(max_value) (dahil) olacaktır.

Döndürülenler

Stokastik ifade.

Dönüş türü

list

normal

Normal olarak ortalama mu ve standart sapma sigması ile dağıtılan gerçek bir değer belirtin.

İyileştirilmiş durumdayken, bu kısıtlanmamış bir değişkendir.

normal(mu, sigma)

Parametreler

mu
float
Gerekli

Normal dağılımın ortalaması.

sigma
float
Gerekli

normal dağılımın standart sapması.

Döndürülenler

Stokastik ifade.

Dönüş türü

list

qlognormal

Round(exp(normal(mu, sigma)) / q) * q gibi bir değer belirtin.

Hedefin düzgün olduğu ve bir taraftan sınırlanan değişkenin boyutuyla daha yumuşak olduğu ayrık bir değişken için uygundur.

qlognormal(mu, sigma, q)

Parametreler

mu
float
Gerekli

Normal dağılımın ortalaması.

sigma
float
Gerekli

Normal dağılımın standart sapması.

q
int
Gerekli

Düzeltme faktörü.

Döndürülenler

Stokastik ifade.

Dönüş türü

list

qloguniform

Formun yuvarlak (exp(uniform(min_value, max_value) / q) * q şeklindeki tekdüzen dağılımını belirtin.

Bu, hedefin "düzgün" olduğu ve değerin boyutuyla daha yumuşak olduğu ancak hem yukarıda hem de aşağıda sınırlanması gereken ayrık bir değişken için uygundur.

qloguniform(min_value, max_value, q)

Parametreler

min_value
float
Gerekli

Aralıktaki en küçük değer (dahil).

max_value
float
Gerekli

Aralıktaki en büyük değer (dahil).

q
int
Gerekli

Düzeltme faktörü.

Döndürülenler

Stokastik ifade.

Dönüş türü

list

qnormal

Round(normal(mu, sigma) / q) * q gibi bir değer belirtin.

Muhtemelen mu çevresinde bir değer alan ancak temelde ilişkisiz olan ayrık bir değişken için uygundur.

qnormal(mu, sigma, q)

Parametreler

mu
float
Gerekli

Normal dağılımın ortalaması.

sigma
float
Gerekli

Normal dağılımın standart sapması.

q
int
Gerekli

Düzeltme faktörü.

Döndürülenler

Stokastik ifade.

Dönüş türü

list

quniform

Formun yuvarlak (tekdüzen(min_value, max_value) / q) * q şeklindeki tekdüzen dağılımını belirtin.

Bu, hedefin hala biraz "pürüzsüz" olduğu ancak hem yukarıda hem de aşağıda sınırlanması gereken ayrık bir değer için uygundur.

quniform(min_value, max_value, q)

Parametreler

min_value
float
Gerekli

Aralıktaki en küçük değer (dahil).

max_value
float
Gerekli

Aralıktaki en büyük değer (dahil).

q
int
Gerekli

Düzeltme faktörü.

Döndürülenler

Stokastik ifade.

Dönüş türü

list

randint

[0, üst) aralığında rastgele bir tamsayı kümesi belirtin.

Bu dağılımın semantiği, yakın tamsayı değerleri arasındaki kayıp işlevinde daha uzak tamsayı değerleriyle karşılaştırıldığında daha fazla bağıntı olmamasıdır. Bu, örneğin rastgele tohumları tanımlamak için uygun bir dağılımdır. Kayıp işlevi yakındaki tamsayı değerleriyle büyük olasılıkla daha bağıntılıysa kuniform, qloguniform, qloguniform, qnormal veya qlognormal gibi "nicelenmiş" sürekli dağılımlardan birini kullanmanız gerekir.

randint(upper)

Parametreler

upper
int
Gerekli

Tamsayı aralığı için dışlayıcı üst sınır.

Döndürülenler

Stokastik ifade.

Dönüş türü

list

uniform

Örneklerin alındığı tekdüzen bir dağıtım belirtin.

uniform(min_value, max_value)

Parametreler

min_value
float
Gerekli

Aralıktaki en küçük değer (dahil).

max_value
float
Gerekli

Aralıktaki en büyük değer (dahil).

Döndürülenler

Stokastik ifade.

Dönüş türü

list