ClearML 如何获得可配置的超参数?

Posted

技术标签:

【中文标题】ClearML 如何获得可配置的超参数?【英文标题】:ClearML How to get configurable hyperparameters? 【发布时间】:2021-10-18 06:19:27 【问题描述】:

如何在超参数下的 UI 配置面板中显示像 epochs 这样的参数?我希望能够从 UI 中更改 epoch 数和学习率。

【问题讨论】:

欢迎来到堆栈溢出。为了获得更好的帮助,您需要提供更好的信息。祝你好运。 【参考方案1】:

您可以使用argparse - ClearML 将自动神奇地记录任务配置部分(在超参数部分下)中的所有参数 - 请参阅this 示例。您也可以只连接任何字典(参见this 示例)

【讨论】:

就是这样。另外,让我澄清一下我面临的问题。基本上,当我创建任务时,它只查看草稿状态,因为这就是您创建它的方式。您可以在克隆存在的任务或重置任务时更改超参数的值。 这实际上是设计使然 - 当您创建任务时,您在本地运行它,ClearML 会记录它。由于它是“开发”运行,因此在 UI 中默认设置为“只读”,以反映运行时使用的确切参数。克隆它时,您基本上是在创建该运行的变体,当您想要编辑它并远程运行它时,这很有意义。当然,正如您所说,您可以随时重置并编辑 - 如果您决定这样做,这是您的“覆盖”:)

以上是关于ClearML 如何获得可配置的超参数?的主要内容,如果未能解决你的问题,请参考以下文章

网格搜索 SVM-anova 的超参数并在 Sklearn 中获得选择的特征

通过 pyspark.ml.tuning.TrainValidationSplit 调整后如何获得最佳参数?

《neural network and deep learning》题解——ch03 如何选择神经网络的超参数

Pytorch 模型的超参数优化

使用训练测试拆分找到最佳的超参数后,我应该用整个数据集重新训练模型吗?

ClearML 如何在 AWS Sagemaker 中更改 clearml.conf 文件