BayesianParameterSampling 類別

定義超參數搜尋空間上的貝氏取樣。

貝氏取樣會根據先前的樣本執行方式，嘗試以智慧方式挑選下一個超參數樣本，讓新樣本改善報告的主要計量。

初始化 BayesianParameterSampling。

繼承: azureml.train.hyperdrive.sampling.HyperParameterSampling

BayesianParameterSampling

建構函式

BayesianParameterSampling(parameter_space, properties=None)

名稱	Description
parameter_space 必要	dict 包含每個參數及其分佈的字典。字典索引鍵是參數的名稱。請注意，貝氏優化僅 choice 支援、 quniform 和 uniform 。
parameter_space 必要	dict 包含每個參數及其分佈的字典。字典索引鍵是參數的名稱。請注意，貝氏優化僅支援選擇、量子和統一。
properties	預設值: None

請注意，使用貝氏取樣時，並存執行的數目會影響微調程式的有效性。一般而言，較少的並存執行會導致更好的取樣聚合。這是因為某些執行會啟動，而不會完全受益于仍在執行的執行。

注意

貝氏取樣不支援早期終止原則。使用貝氏參數取樣時，請使用 NoTerminationPolicy ，將早期終止原則設定為 None，或離開early_termination_policy參數。

如需使用 BayesianParameter 取樣的詳細資訊，請參閱針對您的模型微調超參數教學課程。

SAMPLING_NAME = 'BayesianOptimization'