aws / aws/sagemaker-python-sdk

How to set hyperparameters for warm start jobs created from helper methods?

Đang mở
#1,816 2 bình luận 0 reaction 0 người được giao Xem trên GitHub
type: documentation type: feature request
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

Mở 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

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.