TFX 管道是快速端到端模型开发的一个非常好的工具。但是，我还想在最终模型训练和评估之前包括超参数调整。
我的问题是，是否存在将调优纳入管道的最佳实践，如果有，是否可以公开获得？
问问题
471 次
1 回答
1
TFMA 或 TFX 中还没有可用于超参数调整的内置组件。但是，Tensorflow 中有内置的库。据我所知，有两种方法可以做到这一点。
- TF 2.0 版的超参数调整及其在 Tensorboard 中的可视化，上面 greeness 提到过。
部分代码片段如下所示：
HP_NUM_UNITS = hp.HParam('num_units', hp.Discrete([16, 32]))
HP_DROPOUT = hp.HParam('dropout', hp.RealInterval(0.1, 0.2))
HP_OPTIMIZER = hp.HParam('optimizer', hp.Discrete(['adam', 'sgd']))
METRIC_ACCURACY = 'accuracy'
with tf.summary.create_file_writer('logs/hparam_tuning').as_default():
hp.hparams_config(hparams=[HP_NUM_UNITS, HP_DROPOUT, HP_OPTIMIZER],
metrics=[hp.Metric(METRIC_ACCURACY, display_name='Accuracy')],)
有关更多详细信息，请参阅此链接：https ://www.tensorflow.org/tensorboard/r2/hyperparameter_tuning_with_hparams
- 使用
TF.Estimator. 我们可以将params参数设置Estimator为字典，其中键作为超参数的名称，值作为它们各自的值。有关更多信息，请参阅下面的链接。
https://www.tensorflow.org/api_docs/python/tf/estimator/Estimator#init _
和
于 2019-06-25T04:39:31.953 回答