【发布时间】：2016-01-19 11:19:52
【问题描述】：
vw-hypersearch 是 Vowpal Wabbit 包装器，旨在优化 vw 模型中的超参数：正则化率、学习率和衰减、小批量、引导大小等。在 vw-hypersearch 的 tutorial 中有以下示例：
vw-hypersearch 1e-10 5e-4 vw --l1 % train.dat
这里%表示要优化的参数，1e-10 5e-4是搜索区间的上下限。该库使用golden section search 方法来最小化迭代次数。
但是如果我想搜索多个超参数怎么办？从this github 问题讨论之类的来源中，我得到一个提示，在 vw 中可能没有实现多维搜索方法。因此，唯一的出路是编写自己的特定任务优化器。我说的对吗？
【问题讨论】：
-
1) 是的，你是对的。 2) 您可以自己编写，或者理想情况下，按照您所链接的讨论内容为这个开源项目做出贡献，这样每个人都可以受益。
标签： machine-learning vowpalwabbit hyperparameters