Documentation
搜索文档…
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。
最近更新 1yr ago