AutoML的使用限制以及規格，包括當前支持的地域，支持的搜索算法（TPE、GridSearch、Random、Evolution、GP、PBT），以及對應的應用場景。
支持地域（region）
當前AutoML支持在如下地域使用：
華東1（杭州）、華東2（上海）、華北2（北京）、華南1（深圳）、中國（香港）。
支持的搜索算法
當前AutoML產品在超參搜索中，支持搜索算法有以下幾種，下面向您介紹各個搜索算法，以及典型適用場景。
TPE（Tree-structured Parzen Estimator）
無需附加依賴，支持所有搜索空間類型，是HPO默認算法。適用于復雜、非線性、高維度且計算代價大的問題，但無法發現參數間聯系。
GridSearch（網格搜索）
網格搜索算法，將搜索空間均勻分成網格，遍歷所有組合確定最佳組合。適用于搜索空間較小的情況。
Random（隨機搜索）
隨機生成超參組合的方法，與網格搜索原理相似，將超參數搜索空間分成網格，但隨機搜索為每個trial會隨機選擇一組超參數。適用于非線性、高維且計算代價大的問題。
Evolution（演化算法）
演化算法，基于搜索空間初始化，每一代迭代選擇較優參數并進行突變，獲取下一組備選超參。需要多次trial，邏輯簡單易擴展。
演化算法的思想來源于Large-Scale Evolution of Image Classifiers。
GP（Gaussian Process）（貝葉斯優化）
使用高斯過程計算loss的貝葉斯優化方法。隨著數據量增加，后驗分布更準確，優化效果更好。
PBT（Population Based Training）（異步優化算法）
固定計算資源的異步優化算法，通過優化固定數量模型及超參提高性能，通過迭代修改單組超參獲得最優。
相關文檔
文檔內容是否對您有幫助？