带网格搜索的火车

Question

我想在网格搜索期间测试火车的使用情况，但不清楚如何这样做。

from trains import Task 
Task.init(project_name="project name", task_name='name')

在演示服务器中创建一个实验并记录所有内容，但无论“task_name”和

from trains import Task 
Task.create(project_name="project name", task_name='name')

可以使用不同的“task_name”调用，但不会将任何数据记录到服务器中，而只会创建“草稿”。

这是一个示例代码：

 epochs=[160,300]
 for epoch in epochs:
    model = define_model_run(epoch)
    model.fit(x_train,y_train)
    score = model.score(...)

我的最后一次尝试是：

 epochs=[160,300]
 task=Task.init(project_name="demo", task_name='search')
 for epoch in epochs:
    task.create(project_name="demo", task_name=f'search_{epoch}')
    model = define_model_run(epoch)
    model.fit(x_train,y_train)
    score = model.score(...)

它记录了实验选项卡下的所有信息，而没有记录在“草稿”下。 我尝试了最后两个小时阅读提供的一些文档并阅读源代码，但没有运气。

有什么帮助吗？

Answer 1

通过查看其 GitHub 存储库中已关闭的错误来解决： 链接

 epochs=[160,300]
 for epoch in epochs:
    task=Task.init(project_name="demo", task_name=f'search_{epoch}')
    model = define_model_run(epoch)
    model.fit(x_train,y_train)
    score = model.score(...)
    task.close()

那么每个任务都是“演示”项目中的不同实验。

Answer 2

声明：我是 TRAINS 团队的成员

是的，这正是答案。 这个想法是你总是有一个主任务，为了创建一个新任务，你需要关闭正在运行的任务，并用一个新名称重新初始化。 如此迅速地解决它的荣誉:)

顺便说一句：您可以在此处/ 此处查看示例，展示如何发送准确度日志，以便更轻松地比较实验，尤其是在运行超参数搜索时。