► KerasTuner: 超参数调优 / API 文档 / Oracles / 基础 Oracle 类

基础 Oracle 类

`Oracle` 类

keras_tuner.Oracle(
    objective=None,
    max_trials=None,
    hyperparameters=None,
    allow_new_entries=True,
    tune_new_entries=True,
    seed=None,
    max_retries_per_trial=0,
    max_consecutive_failed_trials=3,
)

实现超参数优化算法。

在并行调优设置中，只有一个 Oracle 实例。工作进程将通过 gPRC 调用 Oracle 方法与中心化的 Oracle 实例进行通信。

Trial 对象通常用作 gPRC 调用之间的通信包，以便在工作进程 Tuner 实例和 Oracle 之间传递信息。例如，Oracle.create_trial() 返回一个 Trial 对象，而 Oracle.end_trial() 在其参数中接受一个 Trial。

在通过 gRPC 调用时，同一个 Trial 实例的新副本会被重新构建。当工作进程 Tuner 中的 Trial 对象通过调用 Oracle.end_trial() 传回 Oracle 时，它们会被同步到 Oracle 中的原始副本。

参数

objective: 一个字符串、keras_tuner.Objective 实例，或一个 keras_tuner.Objective 对象和字符串的列表。如果是一个字符串，将推断优化的方向（最小化或最大化）。如果是一个 keras_tuner.Objective 对象列表，我们将最小化所有目标的总和以进行最小化，或最大化所有目标的总和以进行最大化。当 Tuner.run_trial() 或 HyperModel.fit() 返回一个单一的浮点数作为要最小化的目标时，objective 参数是可选的。
max_trials：整数，最多要测试的试验（模型配置）总数。请注意，如果搜索空间已耗尽，Oracle 可能会在测试了 max_trial 个模型之前中断搜索。
hyperparameters: 可选的 HyperParameters 实例。可用于覆盖（或预先注册）搜索空间中的超参数。
tune_new_entries: 布尔值，是否应将 hypermodel 请求但未在 hyperparameters 中指定的超参数条目添加到搜索空间。如果为 false，则将使用这些参数的默认值。默认为 True。
allow_new_entries: 布尔值，是否允许 hypermodel 请求未在 hyperparameters 中列出的超参数条目。默认为 True。
seed：整数。随机种子。
max_retries_per_trial: 整数。默认为 0。如果试验崩溃或结果无效，则重试 Trial 的最大次数。
max_consecutive_failed_trials: 整数。默认为 3。连续失败 Trial 的最大数量。达到此数量时，搜索将停止。当重试均未成功时，Trial 将被标记为失败。