全部產品
Search
文件中心

Platform For AI:AutoML工作原理

更新時間:Aug 11, 2026

AutoML通過實驗、Trial和訓練任務迴圈迭代,自動搜尋最優超參組合。

AutoML的工作機制如下圖。

設定超參數的範圍、搜尋演算法和停止條件後,AutoML將其作為一次實驗(experiment)傳入後端處理。

  1. 實驗根據配置的演算法產生超參組合,每個超參組合對應一個Trial。

    說明

    可設定多個Trial並發,提升速度,但單位時間耗費的資源也會增多。

  2. 每個Trial對應一組超參組合和一個或多個計算任務。任務可以是DLC任務(使用通用計算資源和靈駿智算資源)或MaxCompute任務(使用MaxCompute計算資源),分別遵循對應服務的計費、配置和使用邏輯。

  3. 啟動Trial後,AutoML迴圈查看任務指標。

  4. 當實驗觸發停止條件(如最大搜尋次數、演算法停止條件或所有組合計算完畢),實驗停止。

  5. 返回結果。結果可以是超參組合或每個Trial的最佳模型(需設定模型儲存路徑),同時可在日誌資料中查看。

根據上述原理,啟動實驗前需要配置實驗基本配置、Trial配置、DLC/MaxCompute任務配置和超參搜尋配置。