明卡套餐
minka-johann-haselberger的Python项目详细描述
关于
Minka将成为您的优化问题和一组模块化支持工具之间的中间件,用于:
- 自动执行超参数优化
- 存储结果、参数集和自定义数据
- 比较不同的训练跑步
- 可视化结果和培训过程
该项目的目标是提供一个尽可能简单的接口,而不需要更改现有代码。在
一行字就能改变一切
这会比只加一行容易吗?在
minka(yourOptimizationTask,'configuration.json').opt(numberOfRuns)
体系结构概述
使用
安装
^{pr2}$准备
- 为了存储数据,需要一个mongoDB。您可以在这里主持您自己的免费节目:https://cloud.mongodb.com
- 如果要使用w&b接口,则需要帐户。在此处创建一个:https://app.wandb.ai
定义优化问题
Minka使用一个非常简单的配置json文件和实际优化任务的组合,用单个类表示。在
优化类
优化模板:
classyourOptimizationTask:def__init__(self):passdefprepare(self):passdefrun(self,config):x=config['x']result=(x-2)**2evalMetrics={'error':result}logArrays={'someValues':[1,2,3,4]}returnresult,evalMetrics,logArraysdefcleanup(self):pass
参数配置
的内容配置.json文件:
{"comment":"parameter types: fix, categorical, discrete_uniform, int, loguniform, uniform","parameters":{"batchSize":{"type":"fix","values":256},"epochs":{"type":"fix","values":75},"x":{"type":"categorical","values":[11,22,26]}}}
截图
- 项目
标签: