什么是超参数调优？

亚马逊网络服务 (AWS) 提供亚马逊 SageMaker，这是一个完全托管的机器学习 (ML) 平台，允许您执行自动模型调整。Amazon SageMaker 模型训练通过在您的数据集上运行多个训练任务，找到您的机器学习模型的最佳版本。该功能使用特定算法和超参数范围。

SageMaker 提供基于贝叶斯搜索理论的智能超参数调优方法，旨在以最短的时间找到最佳模型。它从随机搜索开始，然后学习模型在超参数值方面的行为。有关更多信息，请阅读 SageMaker 中超参数调整的工作原理。

SageMaker 自动模型调优还支持新的搜索策略 Hyperband。对于解决计算机视觉问题的深度神经网络等大型模型，Hyperband 找到一组最优超参数的速度高达贝叶斯搜索的 3 倍。

您还可以阅读如何使用 SageMaker 执行自动模型调整。您可以使用内置 SageMaker 算法、自定义算法和 SageMaker 预建容器的 SageMaker 超参数调优模块。该网页提供了全面的自学教程和练习，帮助您学习如何执行超参数优化。

开始使用 SageMaker 很容易；你所需要做的就是创建一个免费的 AWS 账户。使用 AWS 免费套餐，您可以在开始付款之前获得 SageMaker 两个月的免费试用期。