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?
summary_writer
? Есть ли шанс, что на самом деле значение равно 0,0? - person rhaertel80   schedule 01.05.2018eval_path = os.path.join(args.jobDir, 'metric1') summary_writer = tf.summary.FileWriter(eval_path)
.args.jobDir
- это сегмент GCS, в котором хранятся файлы заданий. Когда я запускаю код локально, значениеfinal_cost
не равно нулю. - person Dan   schedule 01.05.2018hyperparameterMetricTag
) в запросе на работу (HyperparameterSpec) и в вашем коде. - person lwz1992   schedule 02.05.2018