При определении метрики гиперпараметров для Google Cloud ML я могу использовать mean_squared_error
, но должен ли я использовать вместо этого val_mean_squared_error
, если я хочу, чтобы он сравнивал точность набора проверки? Или делает это самостоятельно?
Это образец конфигурации hptuning:
trainingInput:
...
hyperparameters:
goal: MINIMIZE
hyperparameterMetricTag: ???mean_squared_error
И это подходящий призыв:
history = m.fit(train_x, train_y, epochs=epochs, batch_size=2048,
shuffle=False,
validation_data=(val_x, val_y),
verbose=verbose,
callbacks=callbacks)
Поскольку я передаю свои данные проверки и Keras, я сомневаюсь, следует ли мне использовать val_mean_squared_error
.
val_mean_squared_error
не является встроенной метрикой TF. Он должен работать, если вы определяете свою собственную метрику, которая оценивается только при наборе для проверки. Вот инструкция (cloud.google.com/ml -engine / docs / tensorflow /), чтобы использовать индивидуальную метрику с настройкой гиперпараметров. - person lwz1992   schedule 24.09.2018