Panoramica di AI Platform Vizier

AI Platform Vizier è un servizio di ottimizzazione black-box che ti aiuta a ottimizzare gli iperparametri in modelli di machine learning (ML) complessi. Quando i modelli ML hanno molti iperparametri diversi, ottimizzarli manualmente può essere difficile e dispendioso in termini di tempo. AI Platform Vizier ottimizza l'output del modello regolando gli iperparametri per te.

L'ottimizzazione black-box è l'ottimizzazione di un sistema che soddisfa uno dei seguenti criteri:

  • Non ha una funzione di obiettivo nota da valutare.

  • È troppo costosa da valutare utilizzando la funzione obiettivo, di solito a causa della complessità del sistema.

Se è più facile condurre esperimenti su un sistema piuttosto che comprenderlo appieno, quel sistema si comporta come se fosse una scatola nera. Se hai bisogno di ottimizzare il sistema, puoi utilizzare l'ottimizzazione black-box.

Funzionalità aggiuntive di AI Platform Vizier

AI Platform Vizier è stato creato per ottimizzare gli iperparametri dei modelli ML, ma può anche eseguire altre attività di ottimizzazione.

Parametri di correzione

AI Platform Vizier può essere usato in modo efficace per ottimizzare i parametri di una funzione. Ad esempio, puoi utilizzarlo per determinare la combinazione più efficace di colore di sfondo, dimensioni del carattere e colore del link sul pulsante Abbonamento di un sito web di notizie. Per altri esempi, consulta i casi d'uso. Scopri la differenza tra iperparametri e parametri.

Ottimizzazione di qualsiasi sistema valutabile

AI Platform Vizier può essere utilizzato con qualsiasi sistema valutabile. Sono inclusi i sistemi che non possono essere espressi come funzioni analitiche in formato chiuso. Ad esempio, puoi utilizzare AI Platform Vizier per trovare la profondità, la larghezza e il tasso di apprendimento della rete neurale migliori per un modello TensorFlow.

Come funziona AI Platform Vizier

La seguente sezione riassume come utilizzare AI Platform Vizier per ottimizzare il modello o la funzione ML. Per iniziare, definisci una configurazione di studio.

Configurazioni dello studio

Una configurazione di studio è la definizione del problema di ottimizzazione che stai cercando di risolvere. Include il risultato da ottimizzare e gli iperparametri o i parametri che influiscono su tale risultato.

Studi e prove

Uno studio è l'implementazione di una configurazione di studio. Uno studio utilizza l'obiettivo della configurazione di studio e i valori di input (iperparametri o parametri) per condurre esperimenti, chiamati prove. Una prova è un insieme specifico di valori di input che producono un risultato misurato.

AI Platform Vizier suggerisce valori di input da usare per ogni prova, ma non esegue le prove al posto tuo.

Uno studio continua finché non raggiunge un limite impostato di prove o non lo interrompi.

Differenze tra AI Platform Vizier e AI Platform Training

L'ottimizzazione degli iperparametri di AI Platform Training può semplificare la determinazione delle impostazioni degli iperparametri migliori per i job di AI Platform Training. AI Platform Vizier è progettato per ottimizzare sia gli iperparametri che i parametri e può essere utilizzato con qualsiasi sistema valutabile, incluso un job di AI Platform Training. Consulta Ottimizzazione di un modello di machine learning per un esempio di come utilizzare AI Platform Vizier con AI Platform Training.

Casi d'uso

Ecco alcuni scenari in cui AI Platform Vizier può aiutare a ottimizzare gli iperparametri per ottimizzare un modello o i parametri per ottimizzare un risultato:

  • Ottimizza tasso di apprendimento, dimensione del batch e altri iperparametri di un motore per suggerimenti di rete neurale.

  • Testare diverse disposizioni degli elementi dell'interfaccia utente per ottimizzare l'usabilità di un'applicazione.

  • Trova una dimensione di buffer e un conteggio dei thread ideali per ridurre al minimo le risorse di calcolo per un job.

  • Ottimizza la quantità di ingredienti di una ricetta per ottenere la versione più deliziosa.

Passaggi successivi