Platform For AI:AutoML の仕組み

AutoML は実験、トライアル、トレーニングタスクを反復処理し、最適なハイパーパラメーターの組み合わせを自動的に検索します。

次の図は、AutoML の仕組みを示しています。

ハイパーパラメーターの値の範囲、検索アルゴリズム、停止条件を設定すると、AutoML はそれらを 1 つの実験としてバックエンドに渡します。

1. 実験では、設定されたアルゴリズムに基づいてハイパーパラメーターの組み合わせが生成されます。各組み合わせは 1 つのトライアルに対応します。

   説明

   複数のトライアルを同時に実行すると速度は向上しますが、単位時間あたりにより多くのリソースを消費します。

2. 各トライアルは、1 つのハイパーパラメーターの組み合わせと 1 つ以上のコンピューティングタスクに対応します。タスクには、汎用コンピューティングリソースと Lingjun リソースを使用する DLC タスクと、MaxCompute コンピューティングリソースを使用する MaxCompute タスクがあります。各タスクは、それぞれのサービスの課金、構成、使用量のロジックに従います。

3. トライアルが開始されると、AutoML はタスクメトリクスを繰り返しチェックします。

4. 実験は、停止条件を満たすと停止します。停止条件には、最大検索回数、検索アルゴリズムの停止条件、すべての組み合わせのコンピューティングの完了が含まれます。

5. AutoML は結果を返します。結果には、ハイパーパラメーターの組み合わせ、または各トライアルの最適なモデルが含まれます。最適なモデルを取得するには、モデルのストレージパスを設定します。結果はログデータで確認することもできます。

上記の仕組みに基づき、実験を開始する前に必要な設定を完了してください。基本的な実験設定、トライアル設定、DLC または MaxCompute タスク設定、およびハイパーパラメーター検索設定を構成してください。