Azure ML调整模型超级参数

时间:2018-10-08 15:39:37

标签: machine-learning neural-network azure-machine-learning-studio

这是在70-774考试参考书的本章末提出的问题。

  

如果您将神经网络与已配置的Tune Model Hyperparameters模块连接   随机扫描且随机扫描的最大运行次数= 1,   在执行实验期间训练了许多神经网络?为什么?如果你   将验证数据集连接到Tune Model超参数的第三个输入   模块,现在训练了多少个神经网络?

答案是:

  

没有验证数据集11(k倍交叉验证中的10个+使用所有数据训练的1个   与超参数的最佳组合)。验证集只有1个神经   网络经过培训,因此如果您提供验证集,则最好的模型不会得到培训   它。

10是哪里来的?据我了解,该数字应分别为2和1。它不应该创建n折,而n等于行程数吗?

1 个答案:

答案 0 :(得分:2)

在不使用验证数据集的情况下使用“调优模型超参数”模块时,这意味着,当仅使用第二个输入数据端口时,该模块将在交叉验证模式下工作。因此,可以通过对提供的数据集进行交叉验证来找到最佳参数模型,然后将数据集拆分为k倍。默认情况下,模块将数据分成10折。如果要将数据拆分为不同的折数,可以在第二个输入处连接“分区和样本”模块,选择“分配到折数”并指出所需的折数。在许多情况下,k = 5是一个合理的选择。