Documentation
中文 (简体)
搜索文档…
⌃K

Sweeps

超参数搜索和模型优化
使用“权阈”(Weights & Biases)扫描器自动执行超参数优化并探索可能的模型。

使用W＆B Sweeps的好处

  1. 1.
    快速设置：仅需几行代码，即可运行W＆B sweep。
  2. 2.
    透明：我们引用了所有正在使用的算法，并且我们的代码是开源的。
  3. 3.
    强大：我们的sweep完全可定制和配置。您可以在数十台计算机上启动扫描，就像在笔记本电脑上启动扫描一样简单。

常见用例

  1. 1.
    探索：有效地采样超参数组合的空间，以发现有希望的区域，建立有关模型的直觉。
  2. 2.
    优化：使用sweep查找一组具有最佳性能的超参数。
  3. 3.
    K-fold cross validation: K-fold交叉验证：这是使用W＆B Sweeps进行K-fold交叉验证的简短代码示例。

方法

  1. 1.
    添加wandb：在Python脚本中，添加几行代码来记录脚本的超参数和输出度量。现在开始→​
  2. 2.
    写配置：定义要扫描的变量和范围。选择搜索策略——我们支持网格搜索(grid search)，随机搜索(random search)和贝叶斯搜索(Bayesian search)以及早期停止。在此处查看一些示例配置。
  3. 3.
    初始化扫描器：启动扫描服务器。我们管理此中央控制器，并在执行扫描的代理之间进行协调。
  4. 4.
    启动代理：在要用于扫描中的每台计算机上运行此命令。代理询问中央扫描服务器接下来要尝试哪些超参数，然后执行运行。
  5. 5.
    可视化结果：打开实时仪表板，在一个中央位置查看所有结果。
以前
Reports (报告)
下一个
Sweeps Quickstart
最近更新 2yr ago