随机搜索调参器

• 随机搜索调参器
  • parallel_trials
  • train_config
  • choice
  • set_base_learner
  • set_base_learner_num_threads

RandomSearchTuner

RandomSearchTuner(
    num_trials: int = 100,
    automatic_search_space: bool = False,
    parallel_trials: int = 1,
    max_trial_duration: Optional[float] = None,
)

基类: AbstractTuner

使用随机搜索的调参器。

候选超参数可以独立并行评估。

属性

名称	类型	描述
num_trials		要评估的超参数配置数量。
automatic_search_space		如果为 true，则自动定义超参数的搜索空间。在这种情况下，不需要手动配置超参数（例如调用 "choice(...)"）。
parallel_trials	int	要并行评估的试验数量。单个模型的训练使用 "num_threads" 线程（在学习器中配置）。因此，在非分布式训练设置中，总线程数将为 parallel_trials x num_threads。在分布式训练设置中，每个 worker 的平均用户线程数将为 parallel_trials x num_threads // num_workers。在这种情况下，请确保 parallel_trials 是 worker 数量的倍数。
max_trial_duration	int	单个试验的最大训练时长，以秒为单位。此参数与定义总训练和调优最大时长的 maximum_training_duration_seconds 学习器参数不同。设为 None 表示没有时间限制。

parallel_trials property

parallel_trials: int

train_config property

train_config: TrainingConfig

获取训练配置 proto。

choice

choice(
    key: str,
    values: HyperParameterSequence,
    merge: bool = False,
) -> SearchSpace

添加一个包含可能值列表的超参数。

参数

名称	类型	描述	默认值
key	str	超参数的名称。	必需
values	HyperParameterSequence	可能值的列表。	必需
merge	bool	如果为 false（默认值），则在超参数已存在时引发错误。如果为 true，且超参数已存在，则将 "values" 添加到已配置的值中。如果为 true，且超参数不存在，则引发错误。	False

返回值

类型	描述
SearchSpace	对应于 "values" 中值的条件 SearchSpace。

set_base_learner

set_base_learner(learner: str) -> None

设置基础学习器的键。

set_base_learner_num_threads

set_base_learner_num_threads(num_threads: int) -> None

设置基础学习器中的线程数。