VizierTuner

• VizierTuner
  • parallel_trials
  • train_config
  • choice
  • set_base_learner
  • set_base_learner_num_threads

VizierTuner

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

基类：AbstractTuner

使用 Vizier 的调优器。

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，无需手动配置超参数（例如在调优器上调用 "choice(...)"）。
parallel_trials	int	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，总线程数为 parallel_trials x num_threads。在分布式训练设置中，每个工作器的平均用户线程数为 parallel_trials x num_threads // num_workers。在这种情况下，请确保 parallel_trials 是工作器数量的倍数。
max_trial_duration	int	单个试验的最大训练持续时间（以秒为单位）。此参数与定义最大总训练和调优持续时间的 maximum_training_duration_seconds 学习器参数不同。设置为 None 表示无时间限制。

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

添加具有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	可能的值列表。	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，并且超参数已存在，则将 "values" 添加到已配置的值中。如果为 true，并且超参数不存在，则引发错误。	False

返回值

类型	描述
SearchSpace	对应于 "values" 中的值的条件 SearchSpace。

set_base_learner

set_base_learner(learner: str) -> None

设置基础学习器 key。

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。