[发明专利]一种超参数组合的搜索方法、装置、电子设备及存储介质

权利要求书

1.一种超参数组合的搜索方法，其特征在于，包括：

响应于针对目标机器学习模型的超参数组合搜索请求，获取所述超参数组合搜索请求中的搜索规则以及至少一个超参数的值域限制条件；

根据所述搜索规则，在超参数组合搜索脚本中选取目标超参数组合搜索框架，其中，所述超参数组合搜索脚本中包括多个超参数组合搜索框架；

根据所述至少一个超参数的值域限制条件，确定目标超参数组合搜索框架的超参数组合搜索空间；

通过所述超参数组合搜索脚本，采用目标超参数组合搜索框架，在所述超参数组合搜索空间中搜索获取与所述目标机器学习模型匹配的目标超参数组合。

2.根据权利要求1所述的方法，其特征在于，根据至少一个超参数的值域限制条件，确定目标超参数组合搜索框架的超参数组合搜索空间，包括：

根据所述目标机器学习模型中各超参数的预设取值范围，获取与所述目标超参数组合搜索框架匹配的全域搜索空间；

根据所述至少一个超参数的值域限制条件，对所述全域搜索空间进行缩减处理，得到所述超参数组合搜索空间。

3.根据权利要求1所述的方法，其特征在于，通过所述超参数组合搜索脚本，采用目标超参数组合搜索框架，在所述超参数组合搜索空间中搜索获取与所述目标机器学习模型匹配的目标超参数组合，包括：

通过所述超参数组合搜索脚本，采用目标超参数组合搜索框架，在所述超参数组合搜索空间中，依次获取一组当前超参数组合；

通过所述超参数组合搜索脚本，将所述当前超参数组合提供给用户训练脚本进行模型训练和模型验证，并获取所述用户训练脚本反馈的，目标机器学习模型针对所述当前超参数组合的模型验证结果；

返回执行通过所述超参数组合搜索脚本，采用目标超参数组合搜索框架，在所述超参数组合搜索空间中，依次获取一组当前超参数组合的操作，直至达到预设的搜索次数阈值；

通过所述超参数组合搜索脚本，根据与各所述超参数组合分别对应的模型验证结果，确定目标超参数组合。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述方法由分布式集群中的多个分布式节点共同执行，其中，所述方法对应的机器学习框架预先以容器的形式配置在各所述分布式节点中，以提供所述方法的运行环境。

5.根据权利要求4所述的方法，其特征在于，在通过所述超参数组合搜索脚本，将所述当前超参数组合提供给用户训练脚本进行模型训练和模型验证，并获取所述用户训练脚本反馈的，目标机器学习模型针对所述当前超参数组合的模型验证结果之后，还包括：

通过所述超参数组合搜索脚本，将所述目标机器学习模型针对所述当前超参数组合的模型验证结果存储于所述分布式集群的数据库容器中；

通过所述超参数组合搜索脚本，采用目标超参数组合搜索框架，在所述超参数组合搜索空间中，依次获取一组当前超参数组合的操作，具体包括：

通过所述超参数组合搜索脚本，根据所述数据库容器历史存储的各超参数组合的模型验证结果，采用预设的搜索算法，在所述超参数组合搜索空间中获取当前超参数组合。

6.根据权利要求1-3任一项所述的方法，其特征在于，所述方法由单节点独立执行，所述方法预先以容器的形式配置在所述单节点中。

7.根据权利要求6所述的方法，其特征在于，在通过所述超参数组合搜索脚本，将所述当前超参数组合提供给用户训练脚本进行模型训练和模型验证，并获取所述用户训练脚本反馈的，目标机器学习模型针对所述当前超参数组合的模型验证结果之后，还包括：

通过所述超参数组合搜索脚本，将所述目标机器学习模型针对所述当前超参数组合的模型验证结果存储于所述单节点的数据库中；

通过所述超参数组合搜索脚本，采用目标超参数组合搜索框架，在所述超参数组合搜索空间中，依次获取一组当前超参数组合的操作，具体包括：

通过所述超参数组合搜索脚本，根据所述数据库历史存储的各超参数组合的模型验证结果，采用预设的搜索算法，在所述超参数组合搜索空间中获取当前超参数组合。