Vertex AI Vizier

Vertex AI Vizier ist ein Blackbox-Optimierungsdienst, mit dem sich Hyperparameter in komplexen ML-Modellen (maschinelles Lernen) feinabstimmen lassen. Wenn ML-Modelle viele verschiedene Hyperparameter haben, kann es schwierig und zeitaufwendig sein, sie manuell abzustimmen. Vertex AI Vizier optimiert die Ausgabe eines Modells durch die automatische Feinabstimmung der Hyperparameter.

Blackbox-Optimierung ist die Optimierung eines Systems, das eines der folgenden Kriterien erfüllt:

  • Hat keine bekannte Zielfunktion, die ausgewertet werden soll.

  • Eine Auswertung mit der Zielfunktion wäre in der Regel aufgrund der Komplexität des Systems zu teuer.

Zusätzliche Funktionen von Vertex AI Vizier

Vertex AI Vizier optimiert Hyperparameter von ML-Modellen, kann aber auch andere Optimierungsaufgaben ausführen.

Parameter abstimmen

Mit Vertex AI Vizier können Sie Parameter in einer Funktion effektiv abstimmen. Mit Vertex AI Vizier können Sie beispielsweise die effektivste Kombination aus Hintergrundfarbe, Schriftgröße und Linkfarbe auf der Schaltfläche „Abonnieren“ einer Nachrichtenwebsite ermitteln. Weitere Beispiele finden Sie in den Anwendungsfällen.

Machen Sie sich über den Unterschied zwischen Hyperparametern und Parametern schlau.

Beliebige auswertbare Systeme optimieren

Vertex AI Vizier funktioniert mit jedem System, das Sie auswerten können, einschließlich Systemen, die nicht als geschlossene Analysefunktion ausgedrückt werden können. Sie können beispielsweise Vertex AI Vizier verwenden, um die beste Tiefe, Breite und Lernrate eines neuronalen Netzwerks für ein TensorFlow-Modell zu ermitteln.

Funktionsweise von Vertex AI Vizier

In den folgenden Abschnitten werden Begriffe, Verhalten und verfügbare Werte definiert, die Sie mit Vertex AI Vizier verwenden können, um Ihr ML-Modell oder Ihre Funktion zu optimieren. Bestimmen Sie zuerst legen eine Studienkonfiguration.

Studienkonfigurationen

Eine Studienkonfiguration ist die Definition des Optimierungsproblems, das Sie lösen möchten. Sie enthält neben dem Ergebnis, das Sie optimieren möchten, auch die Hyperparameter oder Parameter, die dieses Ergebnis beeinflussen.

Studien und Tests

Eine Studie ist die Implementierung einer Studienkonfiguration. Bei einer Studie werden die Ziele (Messwerte) und Eingabewerte (Hyperparameter oder Parameter) der Studienkonfiguration verwendet, um Versuche, sogenannte Tests, durchzuführen. Ein Test ist ein bestimmter Satz von Eingabewerten, die ein gemessenes Ergebnis in Bezug auf Ihre Ziele erzeugen.

Vertex AI Vizier schlägt für jeden Test Eingabewerte vor, führt die Tests jedoch nicht automatisch aus.

Eine Studie läuft so lange, bis eine festgelegte Anzahl von Tests erreicht wurde oder sie von Ihnen unterbrochen wird. Ein Test läuft so lange, bis Sie angeben, dass er entweder beendet oder nicht durchführbar ist.

Messungen

Eine Messung ist das gemessene Ergebnis Ihres Tests. Jede Messung kann einen oder mehrere Messwerte enthalten und jeder Test kann einen oder mehrere Messungen enthalten, die über einen bestimmten Zeitraum erfasst wurden. Sie können dem Test jederzeit eine neue Messung hinzufügen, bevor der Test abgeschlossen wird.

Suchalgorithmen

Wenn Sie keinen Algorithmus angeben, verwendet Vertex AI Vizier den Standardalgorithmus. Der Standardalgorithmus wendet die Bayes'sche Optimierung für die Ermittlung der optimalen Lösung an, mit einer effektiveren Suche im Parameterbereich.

Folgende Werte sind verfügbar:

  • ALGORITHM_UNSPECIFIED: Dasselbe, als wäre kein Algorithmus angegeben. Vertex AI wählt den besten Suchalgorithmus zwischen Gaußschen Prozess-Bandits, linearer Kombinationssuche oder Varianten aus.

  • GRID_SEARCH: Eine einfache Rastersuche im zulässigen Bereich. Diese Option ist hilfreich, wenn Sie eine Anzahl an Tests festlegen möchten, die größer ist als die Anzahl der Punkte im zulässigen Bereich. Ist in solchen Fällen keine Rastersuche festgelegt, generiert der Standardalgorithmus unter Umständen doppelte Vorschläge. Alle Parameter müssen vom Typ INTEGER, CATEGORICAL oder DISCRETE sein, um die Rastersuche nutzen zu können.

  • RANDOM_SEARCH: Eine einfache Zufallssuche im zulässigen Bereich.

Unterschiede zwischen Vertex AI Vizier und benutzerdefiniertem Training

Vertex AI Vizier ist ein unabhängiger Dienst zur Optimierung komplexer Modelle mit vielen Parametern. Es kann sowohl für ML- als auch für Nicht-ML-Anwendungsfälle verwendet werden. Es kann mit Trainingsjobs oder anderen Systemen (auch Multi-Cloud) verwendet werden. Die Hyperparameter-Abstimmung für benutzerdefiniertes Training ist eine integrierte Funktion, die Vertex AI Vizier für Trainingsjobs verwendet. Sie hilft bei der Bestimmung der besten Hyperparameter-Einstellungen für ein ML-Modell.

Anwendungsfälle

In den folgenden Szenarien hilft Vertex AI Vizier dabei, Hyperparameter zur Optimierung eines Modells zu optimieren oder Parameter auf die Optimierung eines Ergebnisses abzustimmen:

  • Optimieren der Lernrate, Batchgröße und anderer Hyperparameter eines Empfehlungssystems in einem neuronalen Netzwerk

  • Optimieren Sie die Nutzerfreundlichkeit einer Anwendung, indem Sie verschiedene Ansätze der Elemente der Benutzeroberfläche testen.

  • Minimieren Sie die Rechenressourcen für einen Job, indem Sie eine ideale Puffergröße und Thread-Anzahl ermitteln.

  • Optimieren die Zutatenmenge in einem Schema, um die perfekte Variante zu erhalten.

Nächste Schritte