【问题标题】:Google Cloud ML Engine: Hyperparameter Tuning Cost as Function of MaxParallelTrialsGoogle Cloud ML Engine:作为 MaxParallelTrials 函数的超参数调整成本
【发布时间】:2018-11-08 00:49:49
【问题描述】:

关于 ML Engine 上的超参数调整的快速问题。假设我将 maxParallelTrials 设置为小于我正在使用的 ML Engine 实例上的内核数的值,那么两者之间的成本是否有差异:

maxTrials: 20 maxParallelTrials: 1

maxTrials: 80 maxParallelTrials: 4

既然他们应该花费基本相同的时间?或者,使用的核心数量是计算 ML Units Consumed 的一个因素吗?

谢谢!

【问题讨论】:

    标签: google-cloud-ml


    【解决方案1】:

    如果它们花费相同的时间应该没有任何差异(也许会有一点开销)。

    使用的核心数量不是一个因素。 ML 单位是根据您选择的区域和规模层计算的。

    Training pricing是按照这个公式计算的:

    (training units * base price / 60) * job duration in minutes
    

    其中training units 取决于您选择的规模层和区域,base price 取决于区域。例如,在美国使用 PREMIUM_1 规模层进行培训,培训单位为 49.323,基本价格为 0.49 美元。您可以找到完整的价格表here

    【讨论】:

      猜你喜欢
      • 2019-03-10
      • 2019-05-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      相关资源
      最近更新 更多