MedianStoppingPolicy Classe
Define uma política de encerramento antecipado com base nas médias de execução da métrica primária de todas as execuções.
Inicializar um MedianStoppingPolicy.
- Herança
-
azureml.train.hyperdrive.policy.EarlyTerminationPolicyMedianStoppingPolicy
Construtor
MedianStoppingPolicy(evaluation_interval=1, delay_evaluation=0)Parâmetros
| Nome | Description |
|---|---|
|
evaluation_interval
|
A frequência para aplicar a política. Valor padrão: 1
|
|
delay_evaluation
|
O número de intervalos para os quais atrasar a primeira avaliação de política.
Se for especificado, a política se aplicará a cada múltiplo de Valor padrão: 0
|
|
evaluation_interval
Obrigatório
|
A frequência para aplicar a política. |
|
delay_evaluation
Obrigatório
|
O número de intervalos para os quais atrasar a primeira avaliação de política.
Se for especificado, a política se aplicará a cada múltiplo de |
Comentários
A política Interrupção mediana calcula médias de execução em todas as execuções e cancela execuções cujo melhor desempenho é pior que a mediana das médias de execução. Especificamente, uma execução será cancelada no intervalo N se sua melhor métrica primária relatada até o intervalo N for pior do que a mediana das médias de execução para intervalos de 1:N em todas as execuções.
A política de Interrupção mediana aceita os seguintes parâmetros de configuração opcionais:
evaluation_interval: a frequência para aplicar a política. Cada vez que o script de treinamento registra em log a métrica primária conta como um intervalo.delay_evaluation: o número de intervalos para atrasar a avaliação da política. Use esse parâmetro para evitar o encerramento prematuro de execuções de treinamento. Se for especificado, a política se aplicará a cada múltiplo deevaluation_intervalmaior que ou igual adelay_evaluation.
Essa política é inspirada na publicação de pesquisa Google Vizier: A Service for Black-Box Optimization.
Se você estiver procurando por uma política conservador que proporciona economia sem encerrar trabalhos promissoras, você pode usar uma política de parando mediana com evaluation_interval 1 e delay_evaluation 5. Essas são configurações conservadoras, que podem fornecer aproximadamente 25 a 35% de economia sem perda na métrica primária (com base em nossos dados de avaliação).
Atributos
delay_evaluation
Retorna o número de sequências para o qual a primeira avaliação é atrasada.
Retornos
| Tipo | Description |
|---|---|
|
A avaliação do atraso. |
evaluation_interval
POLICY_NAME
POLICY_NAME = 'MedianStopping'