parameter_expressions Modül
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
Döndürülenler
Stokastik ifade.
Dönüş türü
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
Döndürülenler
Stokastik ifade.
Dönüş türü
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
Döndürülenler
Stokastik ifade.
Dönüş türü
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
Döndürülenler
Stokastik ifade.
Dönüş türü
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
Döndürülenler
Stokastik ifade.
Dönüş türü
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
Döndürülenler
Stokastik ifade.
Dönüş türü
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
Döndürülenler
Stokastik ifade.
Dönüş türü
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
Döndürülenler
Stokastik ifade.
Dönüş türü
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
Döndürülenler
Stokastik ifade.
Dönüş türü
uniform
Geri Bildirim
https://aka.ms/ContentUserFeedback.
Çok yakında: 2024 boyunca, içerik için geri bildirim mekanizması olarak GitHub Sorunları’nı kullanımdan kaldıracak ve yeni bir geri bildirim sistemiyle değiştireceğiz. Daha fazla bilgi için bkz.Gönderin ve geri bildirimi görüntüleyin