The embodiments of the present invention provide a search method, device and electronic equipment for distributed model parameters. The method and device are specifically for each grid space, using pre-acquired validation sample set for validation calculation, to obtain the cross-validation mean of evaluation index corresponding to each grid space, and to select the current optimal cross-validation mean from the obtained multiple cross-validation mean. According to the current optimal cross-validation mean, the most probable local search space is selected. According to the pre-selected optimal sampling points, Bayesian optimization is carried out in the local search space to obtain the optimal combination of parameters in the local search space. Because this scheme first reduces the search space based on the corresponding rules, and then searches the parameters in the reduced search space, it improves the efficiency of parameter optimization when the dimension of parameter space is high.
【技术实现步骤摘要】
一种分布式模型参数的搜索方法、装置和电子设备
本专利技术涉及机器学习
,特别是涉及一种分布式模型参数的搜索方法、装置和电子设备。
技术介绍
在机器学习的应用中,通过训练会产生很多的参数,以便利用这些参数构建相应的模型。为了使最终得到的函数的具有最佳效果,需要从中找出最优的参数或者参数组合,并将其代入该相应函数以最终构造模型,即参数调优。当参数或参数组合较少时,通过随机搜索即可满足调优的目的;当参数或参数组合较多、即参数空间维度较高时,随机搜索需要在较大的参数空间内随机大量取点,从而造成时间成本很高,导致调优效率很低。
技术实现思路
有鉴于此,本专利技术提供了一种分布式模型参数的搜索方法、装置和电子设备,以解决参数空间维度较高时,参数的调优效率较低的问题。为了解决上述问题,本专利技术公开了一种分布式模型参数的搜索方法,包括步骤:针对每个网格化空间,利用预先获取的验证样本集进行验证计算,得到每个所述网格化空间对应的评估指标的交叉验证均值,所述网格化空间为模型训练所得到的分布式模型参数之间的随机组合;从所得到的多个所述交叉验证均值中选取出当前最优交叉验证均值,并根据所述当前最优交叉验证均值选定最可能的局部搜索空间;根据预先选出的最佳采样点在所述局部搜索空间内进行贝叶斯调优计算,得到所述局部搜索空间内的最优参数组合。可选的,所述利用预先获取的验证样本集进行验证计算,包括:针对每个所述网格化空间,利用所述验证样本集、并按预设的最大搜索次数进行验证计算,得到所述交叉验证均值。可选的,所述根据预先选出的最佳采样点在所述局部搜索空间内进行贝叶斯调优计算,包括:按预设的迭 ...
【技术保护点】
1.一种分布式模型参数的搜索方法,其特征在于,包括步骤:针对每个网格化空间,利用预先获取的验证样本集进行验证计算,得到每个所述网格化空间对应的评估指标的交叉验证均值,所述网格化空间为模型训练所得到的分布式模型参数之间的随机组合;从所得到的多个所述交叉验证均值中选取出当前最优交叉验证均值,并根据所述当前最优交叉验证均值选定最可能的局部搜索空间;根据预先选出的最佳采样点在所述局部搜索空间内进行贝叶斯调优计算,得到所述局部搜索空间内的最优参数组合。
【技术特征摘要】
1.一种分布式模型参数的搜索方法,其特征在于,包括步骤:针对每个网格化空间,利用预先获取的验证样本集进行验证计算,得到每个所述网格化空间对应的评估指标的交叉验证均值,所述网格化空间为模型训练所得到的分布式模型参数之间的随机组合;从所得到的多个所述交叉验证均值中选取出当前最优交叉验证均值,并根据所述当前最优交叉验证均值选定最可能的局部搜索空间;根据预先选出的最佳采样点在所述局部搜索空间内进行贝叶斯调优计算,得到所述局部搜索空间内的最优参数组合。2.如权利要求1所述的搜索方法,其特征在于,所述利用预先获取的验证样本集进行验证计算,包括:针对每个所述网格化空间,利用所述验证样本集、并按预设的最大搜索次数进行验证计算,得到所述交叉验证均值。3.如权利要求1所述的搜索方法,其特征在于,所述根据预先选出的最佳采样点在所述局部搜索空间内进行贝叶斯调优计算,包括:按预设的迭代次数进行贝叶斯调优计算。4.如权利要求1所述的搜索方法,其特征在于,还包括:利用多个采集函数投票,选取出所述最佳采样点。5.一种分布式模型参数的搜索装置,其特征在于,包括:网格搜索模块,用于针对每个网格化空间,利用预先获...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。