amazon-sagemaker - AWS Blazing 文本监督超参数不记录客观指标
问题描述
我正在使用 Sagemakers 为 Blazing 文本 (blazingtext:latest) 内置的训练图像运行超参数调整作业,但是当我的作业完成时,他们只会注销 #train 准确性:
...
06:00:36 ##### Alpha: 0.0000 Progress: 100.00% Million Words/sec: 0.00 #####
06:13:19 Training finished.
06:13:19 Average throughput in Million words/sec: 0.00
06:13:19 Total training time in seconds: 1888.88
06:13:19 #train_accuracy: 0.4103
06:13:19 Number of train examples: 55783
超参数作业不允许我选择 #train_accuracy 作为客观指标,下拉菜单中只出现“validation:accuracy”或 train:mean_rho。
在“最佳培训工作”选项卡下完成工作后,我看到:
当您完成发出指标的训练作业时,可获得最佳训练作业摘要数据。
我错过了一些明显的东西吗?
解决方案
推荐阅读
- c# - 如何使用 Linq 的 Select 方法并将每个实体传递给 automapper
- python - 全新安装时缺少 xlwings api
- python - 告诉模板目录的位置时在 Django settings.py 中使用撇号
- python - Pyephem 海拔似乎是错误的
- google-chrome - NET::ERR_CERT_AUTHORITY_INVALID 访问 google.com(仅在 chrome 中)
- node.js - 查询事件数组以查找我添加的事件是否重叠(Express/Mongoose)
- sql - 在处理列表时更好地替代“Where”子句中的 SQL“或”语句?
- javascript - 如何链接 HTML 字符串中的单词并在 VueJS 2 中为它们分配 @click 方法?
- java - 避免使用泛型进行未经检查的强制转换
- node.js - Node.js 错误:找不到模块 './decimal128'