دليل موالف السحابة TensorFlow

ما هي هذه الوحدة؟

tuner عبارة عن وحدة تعد جزءًا من tensorflow_cloud الأوسع. هذه الوحدة عبارة عن تطبيق لمكتبة لضبط المعلمات الفائقة المبنية على KerasTuner وإنشاء تكامل سلس مع Cloud AI Platform Vizier كواجهة خلفية للحصول على اقتراحات بشأن المعلمات الفائقة وإجراء التجارب.

تعمل وحدة tuner على إنشاء تكامل سلس مع Cloud AI Platform Vizier كواجهة خلفية للحصول على اقتراحات بشأن المعلمات الفائقة وإجراء التجارب.

from tensorflow_cloud import CloudTuner
import kerastuner
import tensorflow as tf

(x, y), (val_x, val_y) = tf.keras.datasets.mnist.load_data()
x = x.astype('float32') / 255.
val_x = val_x.astype('float32') / 255.

def build_model(hp):
    model = tf.keras.Sequential()
    model.add(tf.keras.layers.Flatten(input_shape=(28, 28)))
    for _ in range(hp.get('num_layers')):
        model.add(tf.keras.layers.Dense(units=64, activation='relu'))
    model.add(tf.keras.layers.Dense(10, activation='softmax'))
    model.compile(
        optimizer=tf.keras.optimizers.Adam(lr=hp.get('learning_rate')),
        loss='sparse_categorical_crossentropy',
        metrics=['accuracy'])
    return model

# Configure the search space
HPS = kerastuner.engine.hyperparameters.HyperParameters()
HPS.Float('learning_rate', min_value=1e-4, max_value=1e-2, sampling='log')
HPS.Int('num_layers', 2, 10)

# Instantiate CloudTuner
hptuner = CloudTuner(
    build_model,
    project_id=PROJECT_ID,
    region=REGION,
    objective='accuracy',
    hyperparameters=HPS,
    max_trials=5,
    directory='tmp_dir/1')

# Execute our search for the optimization study
hptuner.search(x=x, y=y, epochs=10, validation_data=(val_x, val_y))

# Get a summary of the trials from this optimization study
hptuner.results_summary()

راجع دفتر الملاحظات القابل للتشغيل هذا للحصول على مثال أكثر اكتمالاً.