腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
使用
ml-engine
调
优
超
参数
返回
状态
:
失败
tensorflow
、
google-cloud-ml
、
hyperparameters
我正在尝试
使用
ml-engine
调
优
我的模型
超
参数
,但我不太确定它是否可以工作。 我没有在HyperparameterSpec中指定algorithm标记,根据文档,它应该默认
使用
贝叶斯优化方法。Im也没有设置maxFailedTrials,根据文档,如果第一个跟踪
失败
,它应该结束所有跟踪。isHyperparameterTuningJob": true, "hyperparameterMetricTag": &quo
浏览 6
提问于2019-10-07
得票数 0
回答已采纳
1
回答
Hyperopt与默认值
classification
、
random-forest
、
hyperparameter
当我
使用
hyperopt库来
调
优
随机森林分类器时,我得到了以下结果:然而,当我
使用
默认的
超
参数
来训练模型时,所有的评估指标(精度、召回、F1、iba、AUC)都会
返回
比
调
优
模型更高的值。我还应该继续跟踪
调
优
参数
吗?或者忽略
调
优
过程的结果,因为它无助于改进结果
浏览 0
提问于2019-05-27
得票数 4
1
回答
验证数据NN的目的
neural-network
除了
使用
验证数据来
调
优
超
参数
之外,将验证数据包含到模型中还有其他好处吗?那么,如果我们不调
优
超
参数
,那么验证集
浏览 0
提问于2020-02-28
得票数 2
回答已采纳
1
回答
决策树的
超
参数
调
优
然后在Adaboost中单独
使用
还是同时产生相同的结果?
scikit-learn
、
decision-trees
、
hyperparameter-tuning
、
gridsearchcv
、
adaboost
所以,我在这里的困境是,我在一个独立决策树分类器上执行了
超
参数
调
优
,我得到了最好的结果,现在轮到独立的Adaboost,但是这里是我的问题所在,如果我在Adaboost中
使用
调
优
的决策树作为base_estimator,那么我只对Adaboost执行
超
参数
调
优
,它会产生与尝试对未
调
优
的Adaboost和未
调
优
的决策树同时作为ba
浏览 0
提问于2021-09-15
得票数 0
回答已采纳
1
回答
是否对培训或验证数据集进行了
超
参数
调
优
?
hyperparameter-tuning
、
hyperparameter
是否对培训或验证数据集进行了
超
参数
调
优
?post 这里对是否应该
使用
训练集进行
超
参数
调整给出了不同的意见。我想知道是否可以在训练数据集上进行
超
参数
调
优
?此外,我想知道为什么我们应该/不应该对训练数据集进行
超
参数
调
优
的后果是什么。 提前感谢!
浏览 0
提问于2023-05-08
得票数 0
3
回答
本地
超
参数
调
优
-- Tensorflow Google Cloud ML Engine
tensorflow
、
gcloud
、
google-cloud-ml
、
tensorflow-estimator
、
hyperparameters
是否可以
使用
ML引擎
调
优
超
参数
以在本地训练模型?文档只提到了在云中
使用
超
参数
调
优
进行培训(提交作业),而没有提到在本地进行培训。否则,是否存在另一种常用的
超
参数
调
优
,将命令
参数
传递给task.py,如人口普查估计器教程中所述?
浏览 2
提问于2018-11-30
得票数 1
1
回答
Google Cloud ML:如何执行
超
参数
调
优
作业的纯网格搜索
tensorflow
、
google-cloud-ml
、
hyperparameters
Google Cloud ML
使用
贝叶斯优化来缓解维度的诅咒。在特定情况下,我有一些
超
参数
调
优
作业,在这些作业中,我希望对
超
参数
调
优
作业中的
超
参数
网格执行详尽的搜索。我该怎么做呢?我执行纯网格搜索的动机是:我观察到,针对完全离散类型的
超
参数
的
超
参数
调
优
作业多次评估相同的
超
<e
浏览 3
提问于2018-01-19
得票数 1
1
回答
使用
AI平台
超
参数
调
优
能力时,如何强制
参数
依赖?
python
、
google-cloud-platform
、
hyperparameters
、
gcp-ai-platform-training
我有一个scikit-learn模型,我可以
使用
AI Platform training在GCP上训练它。我还想
使用
AI Platform training进行
超
参数
调
优
。scaleType: UNIT_LINEAR_SCALE 这里的问题是两个
参数
之间存在一些依赖关系:min_df<max_df。如果不是这样的话,scikit-learn将会像预期的那样
失败
。我可以
调
优
失败
的试验次数,但如果
浏览 39
提问于2019-12-15
得票数 1
回答已采纳
1
回答
Gcloud
超
参数
调
优
返回
字符串而不是整数
python
、
tensorflow
、
machine-learning
、
gcloud
、
hyperparameters
我正在尝试运行一个带有
超
参数
优化的gcloud
ml-engine
训练任务。在gcloud命令行中,我指向一个包含要
调
优
的
超
参数
的类型,这些
超
参数
被标记为“config.yaml : INTEGER”。但是,在训练作业期间,我收到一个错误,表明这些值是以字符串而不是整数的形式
返回
的。 当程序第一次尝试将
超
参数
的变量替换为该特定试验的值时,就会出现该错误。具体地说,它
返回</
浏览 14
提问于2019-04-03
得票数 0
2
回答
在分裂成折叠之前对数据进行洗牌。
machine-learning
、
cross-validation
、
hyperparameter
、
hyperparameter-tuning
我正在运行一个4倍交叉验证的
超
参数
调
优
使用
sklearn的'cross_validate‘和'KFold’函数。假设我的训练数据集已经被洗牌了,那么在分割成批/折叠(即KFold函数中的洗牌
参数
)之前,我是否应该对每一次
超
调
参数
调
优
重新洗牌数据?我注意到,
超
参数
调
优
过程的结果将是不同的,这取决于在将
浏览 0
提问于2020-02-27
得票数 3
回答已采纳
1
回答
如何比
使用
`ray.tune.Trainable`进行评估更频繁地记录日志
ray
我对
使用
tune库进行强化学习很感兴趣,我想
使用
内置的tensorboard功能。但是,我用来
调
优
超
参数
的指标是基于一个耗时的评估过程,应该不经常运行。根据文档,看起来_train方法
返回
一个字典,该字典既用于日志记录,也用于
调
优
超
参数
。是否可以在_train方法中更频繁地执行日志记录?或者,我是否可以从_train方法
返回
希望记录的值,但有时会从字典中省略计算代价高昂的指标?
浏览 9
提问于2019-08-14
得票数 0
回答已采纳
1
回答
在生产流水线中
使用
超
参数
调
优
是一个很好的实践吗?
deep-learning
、
tensorflow
、
hyperparameter-tuning
我正在学习扩展的TensorFlow,我可以看到它的训练管道包括一个用于
超
参数
调
优
的"Tuner“组件。因此,我想知道在生产管道的情况下,包含
调
优
是否是一个很好的实践(在大多数情况下,这是通过额外的新培训实例不时迭代地调用的)。我可以看到三种可能性: 在生产前进行单独的
超
参数
调
优
实验,而在生产管道中不进行
调
优
(这是我以前经常
使用
的)。没有初始调谐-实验,
浏览 0
提问于2022-02-23
得票数 0
2
回答
如何在培训阶段
使用
验证集?
neural-network
我对在训练阶段如何
使用
验证集感到困惑(像CNN这样的神经网络)?在Matlab或python(Keras)这样的平台中,我将数据集分为训练集、验证集和测试集。我知道验证集用于
调
优
超
参数
(如神经元数目和学习速率),假设
使用
SDG优化器,如何根据验证集进行
调
优
?验证集是否只是给出了神经网络对不可见数据(验证集)表现的指示,然后基于此我手动设置了
超
参数
?还是自动(优化器)
调
优
超<
浏览 0
提问于2020-07-19
得票数 2
回答已采纳
2
回答
使用
单独的验证集在Python中优化
超
参数
machine-learning
、
python
、
random-forest
我正在尝试在Python语言中优化的
超
参数
。 我有3个独立的数据集:训练/验证/测试。因此,我希望
使用
特定的验证集来
调
优
超
参数
,而不是
使用
交叉验证方法,即中描述的“第一种方法”。现在,sklearn有一些很好的内置方法来
使用
交叉验证(例如)来优化
超
参数
,但是如果我想用特定的验证集来
调
优
我的
超
参数
呢?还可以<e
浏览 12
提问于2021-11-04
得票数 1
1
回答
写出的
超
参数
调
优
指标太多
tensorflow
、
google-cloud-ml
、
hyperparameters
云ML引擎
超
参数
调
优
失败
,错误信息如下: Too many hyperparameter tuning metrics were written by Hyperparameter Tuning Trial
浏览 11
提问于2018-03-02
得票数 1
回答已采纳
1
回答
如何
使用
Amazon Sagemaker上的自定义docker容器创建
超
参数
调
优
作业?
amazon-web-services
、
docker
、
amazon-sagemaker
我现在想
使用
这个自定义容器进行
超
参数
调
优
,但这不是内置或预建的Sagemaker容器,因此我不确定是否可以或如何
使用
自定义容器在Sagemaker上创建
超
参数
调
优
作业。我没有找到任何关于
使用
自定义docker容器来做HYT的官方文档或官方示例。 所以我的问题是:如何在Amazon Sagemaker上创建自定义容器的
超
参数
调
优
?
浏览 35
提问于2021-01-03
得票数 4
1
回答
如何减少Azure ML中决策树和决策林的运行时间
azure-machine-learning-studio
在不调
优
模型
超
参数
的情况下,尝试
使用
线性回归和增强决策树回归,没有达到预期的精度。因此,我尝试
使用
调
优
模型的
超
参数
作为增强决策树,该模型运行超过20分钟。决策林还需要长时间的to0 (即使没有
调
优
模型的
超
参数
)。有没有办法在不影响结果准确性的情况下减少运行时? 抽样是否会影响输出(假设我取0.5作为抽样率)?
浏览 0
提问于2017-12-10
得票数 0
回答已采纳
1
回答
每个基估计器的OneVsRestClassifier
超
参数
整定
scikit-learn
、
xgboost
、
cross-validation
、
hyperparameters
、
multiclass-classification
我正在处理一个有六个不同类的多类问题,我正在
使用
OneVsRestClassifier。然后用GridSearchCV进行了
超
参数
整定,并用clf.best_estimator_得到了优化的分类器。据我所知,这将
返回
聚合模型/每个基估计器的一组
超
参数
。是否有方法分别对每个基估计器执行
超
参数
调
优
?
浏览 13
提问于2022-06-09
得票数 0
2
回答
在Google Cloud ML引擎中找不到培训器模块
machine-learning
、
tensorflow
、
google-cloud-ml-engine
我正在尝试
使用
Google Cloud ML Engine
调
优
我的变分自动编码器的
超
参数
。我
使用
他们在文档中推荐的结构设置了我的包,因此我指定"trainer.task“作为我的主模块名。当我包含以下代码行时,这在我自己的机器上可以工作:sys.path.append("/path/to/project/directory/") 当我
使用
下面的命令运行时,我得到错误g
浏览 1
提问于2017-10-04
得票数 1
2
回答
如何避免ML中的多
参数
调
优
?
machine-learning
、
hyperparameter-tuning
对于每一轮,我
使用
一个RandomSearchCV来
调
优
Random Forest的
超
参数
,以
使用
特定的特性来预测某些股票的回报。我的重点是在这个问题中调整
超
参数
。正如我所提到的,我在每一轮中都会执行一个
超
参数
调
优
,这需要花费大量的时间!(特别是当火车是巨大的),所以我正在寻找一种方法,以避免这个
超
参数
调
优
每轮
浏览 0
提问于2022-06-29
得票数 2
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
使用Optuna进行PyTorch模型的超参数调优
ES6之Promise的使用
深入理解 Vue 3.0 中 Promise 的用法
从用户登陆请求Api列表数据,一文详解 Promise 高效工具
利用jQuery实现多个ajax请求等待
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券