问题标签 [keras-tuner]

我想用 Keras 调谐器对 Keras 模型进行超参数调整。

到目前为止，一切都很好。但是，我还想定义一些模型参数（如输入图像尺寸）作为输入参数model_builder，我一无所知，该怎么做：

和

似乎不起作用。如何喂给img_dim1, img_dim2模型以外的东西hp？

我目前正在研究用于时间序列数据的 LSTM 网络。我想使用 keras-tuner 进行超参数优化。我想使用以下超参数：

我还想使用 input_size[1] 作为超参数：

我定义模型的功能如下：

因此，为了获得正确大小的训练/测试和验证数据，我必须根据 hp_step_size 创建数据序列。

但是当我尝试运行 keras 调谐器时：

我收到以下警告，这表明基于当前 hp_step_size 排序的数据未用于训练：

有人知道如何解决吗？甚至可能吗？

在查看文档和教程之后，在我看来，为您的模型定义超参数非常容易。这包括从层构建它的代码，以及编译相关的代码，例如学习率。我正在寻找的（也）是一种对非模型相关参数运行超参数搜索的方法。这里有些例子：

1. 数据增强。如果您将其构建为 tf 数据集管道的一部分。例如随机翻译量
2. 过采样/欠采样。这通常用于处理不平衡的类，其中一种方法是 tf.data.Dataset.sample_from_datasets。此方法的“权重”参数是超参数。
3. 时代数。也许我错过了这个，但它应该以最直接的方式在 keras_tuner 中考虑。一种解决方法是使用调度回调并在编译中实现这一点

所有这些都缺少调谐器库框架吗？这些似乎是您喜欢调整的常见事物。

我正在尝试使用 kerastuner 优化我的 keras NN，但由于某种原因，它在 Tuner=randomsearch 行上给我一个“模块”对象不是可调用的错误。

我已经执行了 Keras 调谐器，在控制台上看到了输出，然后关闭了控制台。

现在，我想再次查看输出。

我可以从哪里看到它，以及如何看到它？

我正在尝试在 Google Colab 中将 keras 调谐器与时尚 mnist 数据集一起使用，这是我的代码：

我收到以下错误：

有什么我做错了吗？我val_accuracy在训练过程中获得了价值，但是当第一次试验结束时，它就会因这个错误而停止。

所以我想在 Keras Tuner 中使用 tf.keras.callbacks.ModelCheckpoint，但是您选择保存检查点的路径的方式不允许您将其保存为具有特定名称的文件，该名称与该检查点的试验和执行，仅与一个时期相关联。

也就是说，如果我只是简单地将这个回调放在 Keras Tuner 中，在 checkpoints 保存发生的那一刻，到最后，我将不知道如何将保存的 checkpoints 与试验和试验执行相关联，只与 epoch 相关联。

我的情况是这样的：

我已经在一台没有 GPU 且 CPU 内核数量较少的机器“A”上启动了十个Keras-Tuner作业。这些作业仍在运行。

我的 PI 如何告诉我从机器“A”中删除这十个工作并使用更强大的机器“B”。

现在，问题是，我的工作在机器“A”上运行了很长一段时间，并且取得了一些进展。如果我重新安置他们，我可能会失去进展。

我可以使用特定设置初始化 KerasTuner，以便它可以在机器“B”中从它所在的位置开始运行吗？

我以前可以在我的模型上使用 Google colab 的 GPU 运行时运行 keras Tuner 的搜索方法。但是当我切换到 TPU 运行时，我得到了以下错误。我还没有得出如何访问谷歌云存储的 TPU 运行时以保存 keras 调谐器保存模型检查点的检查点文件夹的结论。我也不知道该怎么做，我我收到以下错误。请帮我解决这个问题。

我的代码：

错误日志

对于一些额外的信息，我在这篇文章中附上了我的代码。

按照https://keras.io/examples/rl/ppo_cartpole/上的 Keras 模型示例，我在我的个人连续环境中编写了我的 PPO 代理以用于研究目的。网络已初始化权重，其随机值接近 0。

问题是我的神经网络实际上是在反向学习的。换句话说，网络学会了表现得最差，但它实际上总是最差的。你有什么建议调试 RL 的类似情况吗？