隨著云計算技術(shù)的成熟,越來越多的數(shù)據(jù)分析任務(wù)被放在云計算平臺中處理。而面向數(shù)據(jù)分析應(yīng)用的機器學(xué)習(xí)算法的超參數(shù)優(yōu)化是一個非常耗時且耗費資源的過程。超參數(shù)優(yōu)化執(zhí)行的成本開銷是用戶關(guān)注的一個重要因素之一。目前,針對超參數(shù)優(yōu)化的研究大部分以學(xué)習(xí)模型性能為目標(biāo),考慮成本開銷的研究工作較少。由此研究了基于當(dāng)前的超參數(shù)優(yōu)化方法,在不改變學(xué)習(xí)模型性能（如準(zhǔn)確率、查準(zhǔn)率、召回率等）的基礎(chǔ)上,使得超參數(shù)優(yōu)化執(zhí)行盡可能快的同時成本開銷盡可能低。首先,生成一個包含多個并行分支的超參數(shù)優(yōu)化工作流,每個分支上的所有任務(wù)都運行在同一臺服務(wù)器上。然后通過有色裝箱算法來決策這些分支所包含的任務(wù)。實驗結(jié)果表明所提算法可以在保證執(zhí)行時間的前提下減少成本開銷。 

【文章來源】：計算機集成制造系統(tǒng). 2020,26(06)北大核心EICSCD

【文章頁數(shù)】：8 頁

【文章目錄】：
0 引言
1 相關(guān)工作
    1.1 超參數(shù)優(yōu)化方法
    1.2 程序運行時間估計
    1.3 裝箱問題
2 考慮成本開銷的超參數(shù)優(yōu)化問題
    2.1 資源模型
    2.2 問題形式化
    2.3 超參數(shù)優(yōu)化工作流
3 超參數(shù)優(yōu)化工作流的任務(wù)運行時間估計
4 超參數(shù)優(yōu)化工作流模型構(gòu)建算法
    4.1 時間的上下界
    4.2雙染色裝箱算法DCBP
        (1)有色裝箱問題
        (2)算法復(fù)雜度分析
5 實驗及結(jié)果分析
    5.1 實驗設(shè)置
    5.2 結(jié)果分析
6 結(jié)束語



本文編號：3418471