使用网格搜索进行训练

Question

我想测试 trains 在网格搜索期间的使用，但不清楚如何进行。

from trains import Task 
Task.init(project_name="project name", task_name='name')

在演示服务器中创建一个实验并记录所有但无论 'task_name' 和

都不能调用 init 两次

from trains import Task 
Task.create(project_name="project name", task_name='name')

可以用不同的 'task_name' 调用，但因此不会将任何数据记录到服务器并仅创建 'Draft'.

这里有一个示例代码：

 epochs=[160,300]
 for epoch in epochs:
    model = define_model_run(epoch)
    model.fit(x_train,y_train)
    score = model.score(...)

我最后的尝试是：

 epochs=[160,300]
 task=Task.init(project_name="demo", task_name='search')
 for epoch in epochs:
    task.create(project_name="demo", task_name=f'search_{epoch}')
    model = define_model_run(epoch)
    model.fit(x_train,y_train)
    score = model.score(...)

记录了实验选项卡下的所有信息，none 记录了 'Draft' 下的所有信息。我在过去的两个小时里尝试了阅读提供的一些文档和阅读源代码，但没有成功。

有什么帮助吗？

Answer 1

通过查看 GitHub 存储库中已关闭的错误解决：link

 epochs=[160,300]
 for epoch in epochs:
    task=Task.init(project_name="demo", task_name=f'search_{epoch}')
    model = define_model_run(epoch)
    model.fit(x_train,y_train)
    score = model.score(...)
    task.close()

那么每个任务都是项目 "demo" 中的不同实验。

Answer 2

声明：我是 TRAINS 团队的成员

是的，这就是答案。这个想法是你总是有一个主要任务，为了创建一个新的任务，你需要关闭运行任务，并用一个新名称重新初始化。这么快解决它的荣誉:)

顺便说一句：您可以查看示例 here/and here，展示如何发送准确度日志以便比较实验，尤其是在运行超参数搜索时。

使用网格搜索进行训练

trains with grid search

python

trains

clearml