ÎncepețiÎncepe gratuit

Căutare aleatorie cu h2o

În continuare, vei folosi căutarea aleatorie. Biblioteca h2o și seeds_train_data au fost deja încărcate, iar următorul cod a fost rulat:

h2o.init()
seeds_train_data_hf <- as.h2o(seeds_train_data)

y <- "seed_type"
x <- setdiff(colnames(seeds_train_data_hf), y)

seeds_train_data_hf[, y] <- as.factor(seeds_train_data_hf[, y])

sframe <- h2o.splitFrame(seeds_train_data_hf, seed = 42)
train <- sframe[[1]]
valid <- sframe[[2]]

dl_params <- list(hidden = list(c(50, 50), c(100, 100)),
                  epochs = c(5, 10, 15),
                  rate = c(0.001, 0.005, 0.01))

Acest exercițiu face parte din cursul

Ajustarea hiperparametrilor în R

Vezi cursul

Instrucțiuni pentru exercițiu

  • Definește un obiect cu criterii de căutare care să configureze căutarea aleatorie cu un timp maxim de rulare de 10 secunde.
  • Adaugă acest obiect cu criterii de căutare în locul potrivit din funcția h2o.grid pentru a antrena modelele aleatorii.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Define search criteria
search_criteria <- list(strategy = ___, 
                        ___ = 10, # this is way too short & only used to keep runtime short!
                        seed = 42)

# Train with random search
dl_grid <- h2o.grid("deeplearning", 
                    grid_id = "dl_grid",
                    x = x, 
                    y = y,
                    training_frame = train,
                    validation_frame = valid,
                    seed = 42,
                    hyper_params = dl_params,
                    ___ = ___)
Editează și rulează codul