首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >问答首页 >如何使用顶点AI托管数据集进行超参数优化操作

如何使用顶点AI托管数据集进行超参数优化操作
EN

Stack Overflow用户
提问于 2022-10-06 17:27:41
回答 1查看 37关注 0票数 0

我正在尝试创建一个顶点AI管道来执行超参数调优工作,从顶点AI数据集读取数据,以使元数据功能跟踪数据集、模型和端点之间的关系(一旦部署了最佳模型)。

我正在跟踪直接从本教程读取数据的tensorflow_datasets,但我看不到任何方法将顶点AI数据集传递给超参数整定作业

有人知道如何在超参数调优工作中访问顶点AI数据集吗?

谢谢。

EN

回答 1

Stack Overflow用户

发布于 2022-10-06 17:36:21

您需要将hypertune添加到笔记本中,以便它能够在界面上编写不同的超参数及其性能:

代码语言:javascript
运行
复制
import hypertune

hp_metric = f1_score(y_test, y_pred, average='weighted')    
    
hpt = hypertune.HyperTune()
    hpt.report_hyperparameter_tuning_metric(hyperparameter_metric_tag='accuracy',metric_value=hp_metric,global_step=100)

还添加了args来调整模型:

代码语言:javascript
运行
复制
if __name__ == '__main__':
    
    parser = argparse.ArgumentParser()
    # Input Arguments
    
    parser.add_argument(
        '--max_depth',
        help = 'RF model parameter- depth',
        type = int,
        default = 100
    )
    
    parser.add_argument(
        '--max_features',
        help = 'RF model parameter- Features',
        type = int,
        default = 34
    )
    
    parser.add_argument(
        '--max_leaf_nodes',
        help = 'RF max_leaf_nodes',
        type = int,
        default = 8
    )
    
    parser.add_argument(
        '--min_samples_leaf',
        help = 'RF min_samples_leaf',
        type = int,
        default = 1
    )
票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/73977843

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档