parameter_expressions Módulo
Define funções que podem ser usadas em HyperDrive para descrever um espaço de pesquisa de hiperparâmetro.
Essas funções são usadas para especificar diferentes tipos de distribuições de hiperparâmetro. As distribuições são definidas quando você configura a amostragem para uma varredura de hiperparâmetro. Por exemplo, ao usar a classe RandomParameterSampling, você pode optar por fazer a amostragem de um conjunto de valores discretos ou uma distribuição de valores contínuos. Nesse caso, você pode usar a função choice para gerar um conjunto discreto de valores e a função uniform para gerar uma distribuição de valores contínuos.
Para obter exemplos de como usar essas funções, confira o tutorial: https://docs.microsoft.com/azure/machine-learning/how-to-tune-hyperparameters.
Funções
choice
Especifique um conjunto discreto de opções entre as quais fazer a amostragem.
choice(*options)Parâmetros
| Nome | Description |
|---|---|
|
options
Obrigatório
|
A lista de opções dentre as quais escolher. |
Retornos
| Tipo | Description |
|---|---|
|
A expressão estocástica. |
lognormal
Especifique um valor traçado de acordo com exp(normal(mu, sigma)).
O logaritmo do valor retornado normalmente é distribuído. Ao otimizar, essa variável é restrita para ser positiva.
lognormal(mu, sigma)Parâmetros
| Nome | Description |
|---|---|
|
mu
Obrigatório
|
A média da distribuição normal. |
|
sigma
Obrigatório
|
O desvio padrão da distribuição normal. |
Retornos
| Tipo | Description |
|---|---|
|
A expressão estocástica. |
loguniform
Especifique uma distribuição logarítmica uniforme.
Um valor é traçado conforme exp(uniform(min_value, max_value)), de modo que o logaritmo do valor retornado seja distribuído uniformemente. Ao otimizar, essa variável é restrita ao intervalo [exp(min_value), exp(max_value)]
loguniform(min_value, max_value)Parâmetros
| Nome | Description |
|---|---|
|
min_value
Obrigatório
|
O valor mínimo no intervalo será exp(min_value) (inclusive). |
|
max_value
Obrigatório
|
O valor máximo no intervalo será exp(max_value) (inclusive). |
Retornos
| Tipo | Description |
|---|---|
|
A expressão estocástica. |
normal
Especifique um valor real distribuído normalmente com sigma de desvio padrão e mu médio.
Ao otimizar, essa é uma variável irrestrita.
normal(mu, sigma)Parâmetros
| Nome | Description |
|---|---|
|
mu
Obrigatório
|
A média da distribuição normal. |
|
sigma
Obrigatório
|
O desvio padrão da distribuição normal. |
Retornos
| Tipo | Description |
|---|---|
|
A expressão estocástica. |
qlognormal
Especifique um valor como round(exp(normal(mu, sigma)) / q) * q.
Adequado para uma variável discreta com relação à qual o objetivo é suave, e fica mais suave com o tamanho da variável, que é limitado de um lado.
qlognormal(mu, sigma, q)Parâmetros
| Nome | Description |
|---|---|
|
mu
Obrigatório
|
A média da distribuição normal. |
|
sigma
Obrigatório
|
O desvio padrão da distribuição normal. |
|
q
Obrigatório
|
O fator de suavização. |
Retornos
| Tipo | Description |
|---|---|
|
A expressão estocástica. |
qloguniform
Especifique uma distribuição uniforme da forma round(exp(uniform(min_value, max_value) / q) * q.
Isso é adequado para uma variável discreta com relação à qual o objetivo é "suave", e fica mais suave com o tamanho do valor, mas que deve ser limitado para mais e menos.
qloguniform(min_value, max_value, q)Parâmetros
| Nome | Description |
|---|---|
|
min_value
Obrigatório
|
O valor mínimo no intervalo (inclusive). |
|
max_value
Obrigatório
|
O valor mínimo no intervalo (inclusive). |
|
q
Obrigatório
|
O fator de suavização. |
Retornos
| Tipo | Description |
|---|---|
|
A expressão estocástica. |
qnormal
Especifique um valor como round(normal(mu, sigma) / q) * q.
Adequado para uma variável discreta que provavelmente usa um valor próximo de mu, mas é fundamentalmente não limitada.
qnormal(mu, sigma, q)Parâmetros
| Nome | Description |
|---|---|
|
mu
Obrigatório
|
A média da distribuição normal. |
|
sigma
Obrigatório
|
O desvio padrão da distribuição normal. |
|
q
Obrigatório
|
O fator de suavização. |
Retornos
| Tipo | Description |
|---|---|
|
A expressão estocástica. |
quniform
Especifique uma distribuição uniforme da forma round(uniform(min_value, max_value) / q) * q.
Isso é adequado para um valor discreto em relação ao qual o objetivo ainda é um pouco "suave", mas que deve ser limitado para mais e menos.
quniform(min_value, max_value, q)Parâmetros
| Nome | Description |
|---|---|
|
min_value
Obrigatório
|
O valor mínimo no intervalo (inclusive). |
|
max_value
Obrigatório
|
O valor mínimo no intervalo (inclusive). |
|
q
Obrigatório
|
O fator de suavização. |
Retornos
| Tipo | Description |
|---|---|
|
A expressão estocástica. |
randint
Especifique um conjunto de inteiros aleatórios no intervalo [0, superior].
A semântica dessa distribuição é que não há mais correlação na função de perda entre valores inteiros próximos, em comparação com os valores inteiros mais distantes. Essa é uma distribuição apropriada para descrever sementes aleatórias, por exemplo. Se a função de perda é provavelmente mais correlacionada a valores inteiros próximos, você provavelmente deve usar uma das distribuições contínuas "quantizadas", como quniform, qloguniform, qnormal ou qlognormal.
randint(upper)Parâmetros
| Nome | Description |
|---|---|
|
upper
Obrigatório
|
O limite superior exclusivo para o intervalo de inteiros. |
Retornos
| Tipo | Description |
|---|---|
|
A expressão estocástica. |
uniform
Especifique uma distribuição uniforme da qual amostras são tiradas.
uniform(min_value, max_value)Parâmetros
| Nome | Description |
|---|---|
|
min_value
Obrigatório
|
O valor mínimo no intervalo (inclusive). |
|
max_value
Obrigatório
|
O valor mínimo no intervalo (inclusive). |
Retornos
| Tipo | Description |
|---|---|
|
A expressão estocástica. |