Compartilhar via

Paralelizar o ajuste de hiperparâmetro do Hyperopt

Observação

A versão de código aberto do Hyperopt não está mais sendo mantida.

O Hyperopt será removido na próxima versão principal do DBR ML. O Azure Databricks recomenda usar o Optuna para otimização de nó único ou o RayTune para uma experiência semelhante à funcionalidade de ajuste de hiperparâmetro distribuído do Hyperopt preterido. Saiba mais sobre como usar o RayTune no Azure Databricks.

Este notebook mostra como usar o Hyperopt para paralelizar cálculos de ajuste de hiperparâmetro. Ele usa a classe SparkTrials para distribuir automaticamente cálculos entre os trabalhos do cluster. Ele também ilustra o rastreamento de MLflow automatizado de execuções do Hyperopt para que você possa salvar os resultados para mais tarde.

Paralelizar o ajuste de hiperparâmetro com o notebook de acompanhamento de MLflow automatizado

Obter notebook

Após a execução das ações na última célula do notebook, sua interface do usuário do MLflow deverá exibir:

Demonstração do Hyperopt MLflow

  • Last updated on