【文件属性】：
文件名称：ray-hyperparameter-tuning-tutorial:使用Ray进行超参数调整的教程
文件大小：16.68MB
文件格式：ZIP
更新时间：2021-04-28 23:19:25
HTML
射线超参数调整教程
此仓库是ray和GCP中群集设置的介绍
诗歌
本教程使用Poetry来管理python库。 转到官方页面以获取详细信息。 我在写下了诗歌创作的快速
谷歌云
使用GCP在workflow_scripts脚本和查找脚本
超参数调整概述
是带有算法和时间表的超参数调整技术的一般概述。
使用Ray和Ray [tune]进行超参数调整
阅读有关ray的特定命令以及如何启动群集的。 使用类API的针对和实验示例调整python实现示例
【文件预览】：
ray-hyperparameter-tuning-tutorial-main
----RayClusterCommands.md(1KB)
----HyperparameterTuning.md(4KB)
----.github()
--------workflows()
----poetry.lock(121KB)
----src()
--------hyperparam_tune()
----GcloudSetup.md(2KB)
----pbt_simple_example()
--------trainable_simple.py(1KB)
--------pbt.py(5KB)
--------pbt.html(10.31MB)
----workflow_scripts()
--------create_image.sh(585B)
--------create_reweri_instance.sh(851B)
--------create_gcp_instance.sh(811B)
----POETRY.md(2KB)
----assets()
--------explore_score.png(37KB)
--------heatmap.001-min.jpeg(50KB)
--------explore_params.png(101KB)
--------exploit_params.png(104KB)
--------animated_cont.gif(120KB)
--------pbt_vs_other.png(124KB)
--------pbt_score.png(34KB)
--------best_model.gif(23KB)
--------pbt_params.png(105KB)
--------halfcheetah-v1-model-size.png(240KB)
--------dynamic_hyperparameters.png(244KB)
--------animated_seq.gif(42KB)
--------pbt.html(10.31MB)
--------grid_score.png(28KB)
--------simple_pbt.png(286KB)
--------grid_vs_random.jpeg(35KB)
--------exploit_score.png(34KB)
--------grid_params.png(96KB)
----lunar()
--------utils()
--------model()
--------config()
--------training()
--------agent()
----README.md(1KB)
----start_ray_cluster_poetry.yaml(5KB)
----tune_lunar.py(2KB)
----start_ray_cluster_conda.yaml(5KB)
----.gitignore(2KB)
----pyproject.toml(861B)