如何量化培训的“计算成本”？
如何量化培训的“计算成本”？
提问于 2020-10-18 07:26:42
我想量化超参数搜索xgboost模型的计算成本。一种方法是使用特定的超参数配置来测量训练时间，并将其作为计算成本的代理。我们可以根据所选择的超参数的值来量化计算成本吗?例如，基于最大深度的解析表达式、估计量的数值、最小子体重、伽马等，或者你能提出一些其他方法来量化这个计算成本吗？我想要衡量的每一个特定的超参数选择的训练相同的数据集，什么将是模型的性能和计算成本！
回答 1
Data Science用户
发布于 2020-10-19 05:14:16
如果您手头有时间，您可以简单地测量网格搜索中所有超参数值组合所需的时间，最好是重复使用。任何理论分析表达式都不太可能为预测计算成本提供足够的准确性，因为有那么多因素会对计算时间造成噪音。
如果你愿意的话，你甚至可以建立一个回归模型来预测新的超参数组合的计算成本。
页面原文内容由Data Science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://datascience.stackexchange.com/questions/84162
复制相关文章
相似问题
腾讯云开发者
