Paralelizar o ajuste de hiperparâmetros do Hyperopt
A versão de código aberto do Hyperopt não está mais sendo mantida.
O Hyperopt não está incluído no Databricks Runtime for Machine Learning após a versão 16.4 LTS ML. A Databricks recomenda o uso do Optuna para otimização de nó único ou do RayTune para uma experiência semelhante à funcionalidade de ajuste de hiperparâmetros distribuídos do Hyperopt, que foi descontinuada. Saiba mais sobre como usar o RayTune no Databricks.
Este Notebook mostra como usar o site Hyperopt para paralelizar os cálculos de ajuste de hiperparâmetros. Ele usa a classe SparkTrials para distribuir automaticamente os cálculos entre o trabalhador de clustering. Também ilustra o MLflow acompanhamento automatizado da Hyperopt execução para que o senhor possa salvar os resultados para depois.
Paralelize o ajuste de hiperparâmetros com o MLflow acompanhamento automatizado do Notebook
Depois que o senhor executar as ações na última célula do Notebook, a interface do usuário do MLflow deverá ser exibida:
