vw-hypersearch是Vowpal Wabbit包装器，旨在优化vw模型中的超参数：正则化率，学习率和衰减，小批量，引导程序大小等。在tutorial对于vw-hypersearch有以下内容例如：
vw-hypersearch 1e-10 5e-4 vw --l1 % train.dat
此处%表示要优化的参数，1e-10 5e-4是搜索区间的下限和上限。该库使用golden section search方法来最小化迭代次数。
但是如果我想搜索多个超参数呢？从像this github问题讨论这样的来源，我得到一个提示，可能在vw中没有实现多维数据搜索方法。因此，唯一的出路是编写自己的特定于任务的优化器。我是对的吗？
答案 0 :(得分：2)
现在可以使用存储库中vw-hyperopt.py的模块/vowpal_wabbit/utl/来完成此操作。
请在此处查看我的拉取请求：https://github.com/JohnLangford/vowpal_wabbit/pull/867
在不久的将来，这将有更好的记录。