我将尝试使用wandb进行本笔记本中描述的超参数调优(但使用我的数据框架并尝试在随机森林回归器上进行调优)。
我正在尝试初始化扫描,但我得到错误:
sweep_configuration = {
"name": "test-project",
"method": "random",
"entity":"my_name"ת
"metric": {
"name": "loss",
"goal": "minimize"
}
}
parameters_dict = {
'n_estimators': {
'values': [100,200,300]
},
'max_depth': {
'values': [4,7,10,14]
},
'min_samples_split': {
'values': [2,4,8]
},
'min_samples_leaf': {
'values': [2,4,8]
},
'max_features': {
'values': [1,7,10]
},
}
sweep_configuration['parameters'] = parameters_dict
sweep_id = wandb.sweep(sweep_configuration)
400响应执行GraphQL。{"error ":[{"message":"valid""path":["upsertSweep"}],"data":{"upsertSweep"零}}wandb:调用W&B API时出错:扫描用户无效(<响应)[400]>)
commercial error: Sweep user not valid
我的最终目标:启动扫描
可以尝试两件事:
-
就像在笔记本中一样,你应该像通过
wandb.sweep(sweep_configuration, project="your-project-name")
一样通过project="your-project-name"
-
您是否已登录W&B(使用
wandb.login()
)?
最后,一旦你成功地创建了扫描,你应该传递sweep_id
和你的函数(这里是train
):wandb.agent(sweep_id, train, count=5)