Google Cloud ML Engine не возвращает объективные значения при настройке гиперпараметров

В результатах обучения для задания настройки гиперпараметров в Google Cloud ML Engine я не вижу значений цели, рассчитанных для каждого испытания. Результат обучения следующий:

    {
  "completedTrialCount": "4",
  "trials": [
    {
      "trialId": "2",
      "hyperparameters": {
        "learning-rate": "0.0010000350944297609"
      }
    },
    {
      "trialId": "3",
      "hyperparameters": {
        "learning-rate": "0.0053937227881987841"
      }
    },
    {
      "trialId": "4",
      "hyperparameters": {
        "learning-rate": "0.099948384760813816"
      }
    },
    {
      "trialId": "1",
      "hyperparameters": {
        "learning-rate": "0.02917661111653325"
      }
    }
  ],
  "consumedMLUnits": 0.38,
  "isHyperparameterTuningJob": true
}

Кажется, что задание настройки гиперпараметров выполняется правильно, и рядом с ним отображается зеленая галочка. Однако я ожидал, что увижу значение целевой функции для каждого испытания в результатах обучения. Без этого я не знаю, какое испытание лучше. Я попытался добавить ценность цели в сводный график следующим образом:

with tf.Session() as sess:
    ...
    final_cost = sess.run(tf.reduce_sum(tf.square(Y-y_model)), feed_dict={X: trX, Y:trY})
    summary = Summary(value=[Summary.Value(tag='hyperparameterMetricTag', simple_value=final_cost)])
    summary_writer.add_summary(summary)
    summary_writer.flush()

Я считаю, что выполнил все шаги, описанные в документации, чтобы настроить задание по настройке гиперпараметров. Что еще требуется, чтобы получить результат, позволяющий сравнивать различные испытания?