aws / aws/sagemaker-python-sdk
How to set hyperparameters for warm start jobs created from helper methods?
- Ngôn ngữ chính
- Python
- Star
- 2.3k
- Fork
- 1.3k
- Merge trung bình
- 1 ngày 22 giờ
- Pull request đã merge (30 ngày)
- 35
Mô tả
**What did you find confusing? Please describe.**
I'm using:
```
IDENTICAL_TUNER = PARENT_TUNER.identical_dataset_and_algorithm_tuner(
additional_parents = ADDITIONAL_PARENT_TUNING_JOB_NAMES
)
```
But cloud not find a way to set `hyperparameter_ranges` for the auto-created tuner. Could not find it in the docs nor in the code.
**Describe how documentation can be improved**
How should I warm start a tuning job with a new set of hyperparameter ranges?
**Additional context**
Add any other context or screenshots about the documentation request here.
Hướng dẫn đóng góp
Hướng nghiên cứu
Bắt đầu bằng cách xem lại quy trình warm-start đã được ghi lại và phương thức trợ giúp `identical_dataset_and_algorithm_tuner`, tập trung vào cách `hyperparameter_ranges` được xử lý cho tuner được tự động tạo. Tài liệu được hoàn tất khi giải thích liệu có thể cung cấp một tập hợp mới các khoảng siêu tham số hay không và nếu có thì thực hiện như thế nào, kèm theo một ví dụ sử dụng mẫu phương thức trợ giúp được minh họa.
Do mô hình lập chỉ mục viết ra từ nội dung của issue.
Đánh giá
- Công nghệ
- aws, python
- Lĩnh vực
- documentation, machine-learning
- Loại issue
- Tài liệu
- Độ khó
- 3/5
- Thời gian dự kiến
- 1-2 ngày
- Mức độ hoạt động
- Đình trệ
- Độ rõ ràng
- Cần làm rõ
- Mức phù hợp với người mới
- 35/100