CN114742226A - 基于smac算法的调参方法和装置 - Google Patents

Abstract

本申请公开了基于SMAC算法的调参方法和装置，涉及机器学习领域。方法的一具体实施方式包括：初始化贝叶斯循环，随机生成SMAC算法的两个超参组合，两个超参组合中的一个为最佳组合，另一个为挑战组合；执行迭代操作；响应于确定更新后的最佳组合在目标算法上的性能表现满足预设条件，将更新后的最佳组合确定为当前最优超参组合并输出。该实施方式有效提高了SMAC算法的超参搜索效率，减小了资源浪费。

Description

基于SMAC算法的调参方法和装置

技术领域

本申请涉及计算机技术领域，具体涉及机器学习领域，尤其涉及一种基于SMAC算法的调参方法和装置。

背景技术

目前较为流行的自动调参算法包括：Random Search、SMAC(Sequential Model-based Algorithm Configuration，基于序列模型的算法配置)算法；其中，SMAC是一种基于贝叶斯优化的超参搜索算法。

现有技术的SMAC算法会在超参搜索前先设置好搜索的轮数，这会带来以下缺点：一方面一旦达到搜索轮数之后，不论是否能找到效果比较好的超参组合，SMAC算法都会停止；另一方面，即使在达到搜索轮数之前已经找到符合要求的超参组合，SMAC算法也会继续进行直到达到搜索轮数为止；另外，SMAC的超参搜索路径对于是否能寻找到较好的超参组合非常重要，如果SMAC在最开始寻找错了搜索路径，那么无论搜索多少轮数，也无法得到较好的超参组合。因为这个特性，SMAC算法可能会因为设置较小的搜索轮数而导致无法找到效果较好的超参组合，也可能会因为设置过大的搜索轮数而浪费资源，还可能会因为较差的早期搜索轮数而在错误的搜索路径上浪费资源。

发明内容

本申请实施例提供了一种基于SMAC算法的调参方法、装置、设备以及存储介质。

根据第一方面，本申请实施例提供了一种基于SMAC算法的调参方法，该方法包括：初始化贝叶斯循环，随机生成SMAC算法的两个超参组合，两个超参组合中的一个为最佳组合，另一个为挑战组合；执行迭代操作，迭代操作包括：对最佳组合和挑战组合在目标算法上的性能表现进行比较，根据比较结果对最佳组合进行更新，得到更新后的最佳组合；响应于确定更新后的最佳组合在目标算法上的性能表现满足预设条件，将更新后的最佳组合确定为当前最优超参组合并输出。

在一些实施例中，迭代操作，还包括：响应于确定更新后的最佳组合在目标算法上的性能表现不满足预设条件，将更新后的最佳组合确定为最佳组合；获取新的挑战组合；将新的挑战组合确定为挑战组合，继续执行迭代操作。

在一些实施例中，响应于确定更新后的最佳组合在目标算法上的性能表现满足预设条件，将更新后的最佳组合确定为当前最优超参组合并输出，包括：响应于确定更新后的最佳组合在目标算法上的性能表现满足预设条件，并且截止至当前更新后的最佳组合的连续预设数量次迭代操作中的最佳组合在目标算法上的性能表现均满足预设条件，将更新后的最佳组合确定为当前最优超参组合并输出。

在一些实施例中，响应于确定更新后的最佳组合在目标算法上的性能表现不满足预设条件，将更新后的最佳组合确定为最佳组合，包括：响应于确定更新后的最佳组合在目标算法上的性能表现不满足预设条件，并且当前已执行迭代操作的次数小于预设的迭代次数阈值，将更新后的最佳组合确定为最佳组合。

在一些实施例中，迭代操作，还包括：响应于确定更新后的最佳组合在目标算法上的性能表现不满足预设条件，并且当前已执行迭代操作的次数等于预设的迭代次数阈值，将更新后的最佳组合确定为当前最优超参组合并输出。

根据第二方面，本申请实施例提供了一种基于SMAC算法的调参装置装置，该装置包括生成模块，被配置成初始化贝叶斯循环，随机生成SMAC算法的两个超参组合，两个超参组合中的一个为最佳组合，另一个为挑战组合；迭代模块，被配置成执行迭代操作，迭代操作包括：对最佳组合和挑战组合在目标算法上的性能表现进行比较，根据比较结果对最佳组合进行更新，得到更新后的最佳组合；输出模块，被配置成响应于确定更新后的最佳组合在目标算法上的性能表现满足预设条件，将更新后的最佳组合确定为当前最优超参组合并输出。

在一些实施例中，迭代操作，还包括：响应于确定更新后的最佳组合在目标算法上的性能表现不满足预设条件，将更新后的最佳组合确定为最佳组合；获取新的挑战组合；将新的挑战组合确定为挑战组合，继续执行迭代操作。

在一些实施例中，输出模块进一步被配置成：响应于确定更新后的最佳组合在目标算法上的性能表现满足预设条件，并且截止至当前更新后的最佳组合的连续预设数量次迭代操作中的最佳组合在目标算法上的性能表现均满足预设条件，将更新后的最佳组合确定为当前最优超参组合并输出。

在一些实施例中，响应于确定更新后的最佳组合在目标算法上的性能表现不满足预设条件，将更新后的最佳组合确定为最佳组合，包括：响应于确定更新后的最佳组合在目标算法上的性能表现不满足预设条件，并且当前已执行迭代操作的次数小于预设的迭代次数阈值，将更新后的最佳组合确定为最佳组合。

在一些实施例中，迭代操作，还包括：响应于确定更新后的最佳组合在目标算法上的性能表现不满足预设条件，并且当前已执行迭代操作的次数等于预设的迭代次数阈值，将更新后的最佳组合确定为当前最优超参组合并输出。

根据第三方面，本申请实施例提供了一种电子设备，该电子设备包括一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被该一个或多个处理器执行，使得一个或多个处理器实现如第一方面的任一实施例的基于SMAC算法的调参方法。

根据第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面的任一实施例的基于SMAC算法的调参方法。

本申请通过初始化贝叶斯循环，随机生成SMAC算法的两个超参组合，两个超参组合中的一个为最佳组合，另一个为挑战组合；执行迭代操作，迭代操作包括：对最佳组合和挑战组合在目标算法上的性能表现进行比较，根据比较结果对最佳组合进行更新，得到更新后的最佳组合；响应于确定更新后的最佳组合在目标算法上的性能表现满足预设条件，将更新后的最佳组合确定为当前最优超参组合并输出，克服了现有技术中通过设定固定搜索轮数寻找超参组合，易造成无法找到效果较好的超参组合、浪费资源的问题，有效提高了SMAC算法的超参搜索效率，减小了资源浪费。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其他特征将通过以下的说明书而变得容易理解。

附图说明

图1是本申请可以应用于其中的示例性系统架构图；

图2是根据本申请的基于SMAC算法的调参方法的一个实施例的流程图；

图3是根据本申请的基于SMAC算法的调参方法的一个应用场景的示意图；

图4是根据本申请的基于SMAC算法的调参方法的的另一个实施例的流程图；

图5是根据本申请的基于SMAC算法的调参装置的一个实施例的示意图；

图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的基于SMAC算法的调参方法的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如，搜索类应用、通讯类应用等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏的各种电子设备，包括但不限于手机和笔记本电脑。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供基于SMAC算法的调参服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如，初始化贝叶斯循环，随机生成SMAC算法的两个超参组合；执行迭代操作；响应于确定更新后的最佳组合在目标算法上的性能表现满足预设条件，将更新后的最佳组合确定为当前最优超参组合并输出。

需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供基于SMAC算法的调参服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

需要指出的是，本公开的实施例所提供的基于SMAC算法的调参方法可以由服务器105执行，也可以由终端设备101、102、103执行，还可以由服务器105和终端设备101、102、103彼此配合执行。相应地，基于SMAC算法的调参装置包括的各个部分(例如各个单元、子单元、模块、子模块)可以全部设置于服务器105中，也可以全部设置于终端设备101、102、103中，还可以分别设置于服务器105和终端设备101、102、103中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

图2示出了可以应用于本申请的基于SMAC算法的调参方法的流程示意图200。在本实施例中，基于SMAC算法的调参方法包括以下步骤：

步骤201，初始化贝叶斯循环，随机生成SMAC算法的两个超参组合。

在本实施例中，执行主体(如图1中所示的服务器105或终端设备101、102、103)可以设定超参空间(超参空间，也称为域空间、配置空间，即超参的搜索空间，对于连续型超参设置上下限即可，对于离散型超参则需要设置具体需要搜索的值)、SMAC参数，并为目标算法的超参设定默认组合，并得到在目标算法上的目标函数的值，进而初始化贝叶斯循环，随机生成SMAC算法的两个超参组合，其中，一个为最佳组合，另一个为挑战组合。

其中，最佳组合为用于超参搜索迭代过程中的最佳的超参组合；挑战组合为用于超参搜索迭代过程中的挑战者超参组合。

这里，SMAC算法是一种基于贝叶斯优化的超参搜索算法，包含一个目标算法(target algorithm)，一个代理模型(surrogate model)，一个采集函数(acquisitionfunction)。其中，采集函数，用于生成超参搜索迭代过程中的下一个挑战组合，一般通过最大化采集函数得到下一个挑战组合。

步骤202，执行迭代操作。

在本实施例中，执行主体在生成两个超参组合后，执行迭代操作。

这里，迭代操作包括：对上述最佳组合和挑战组合在目标算法上的性能表现进行比较，得到比较结果，根据比较结果对最佳组合进行更新，得到更新后的最佳组合。

其中，超参组合在目标算法上的性能表现可以通过任意可以体现超参组合对目标算法的性能影响的指标数据进行表示，例如，准确率、精确率、召回率等，本申请对此不作限定。

这里，执行主体根据比较结果对最佳组合进行更新的方式可以包括：若最佳组合在目标算法上的性能表现强于或等同于挑战组合在目标算法上的性能表现，则保持最佳组合不变；若最佳组合在目标算法上的性能表现弱于挑战组合在目标算法上的性能表现，则将挑战组合确定为更新后的最佳组合。

具体地，超参组合在目标算法上的性能表现通过准确率进行表示，若最佳组合对应的目标算法的准确率高于或等于挑战组合对应的目标算法的准确率，则保持最佳组合不变；若最佳组合对应的目标算法的准确率低于挑战组合对应的目标算法的准确率，则将挑战组合确定为更新后的最佳组合。

在一些可选的方式中，迭代操作还包括：响应于确定更新后的最佳组合在目标算法上的性能表现不满足预设条件，将更新后的最佳组合确定为最佳组合；获取新的挑战组合；将新的挑战组合确定为挑战组合，继续执行迭代操作。

在本实现方式中，执行主体在得到更新后的最佳组合后，对更新后的最佳组合进行判断，若更新后的最佳组合不满足预设条件，则将更新后的最佳组合确定为最佳组合，并获取新的挑战组合。

这里，执行主体可以根据已有的超参组合，及所对应的相应数量的目标函数的输出，训练得到一个随机森林，最大化采集函数生成新的挑战组合。

进一步地，执行主体将新的挑战组合确定为挑战组合，并继续执行迭代操作。

该实现方式通过响应于确定更新后的最佳组合在目标算法上的性能表现不满足预设条件，将更新后的最佳组合确定为最佳组合；获取新的挑战组合，将新的挑战组合确定为挑战组合，继续执行迭代操作，即在更新后的最佳组合在目标算法上的性能表现不满足预设条件时，继续执行迭代操作，直至更新后的最佳组合在目标算法上的性能表现满足预设条件以确定当前最优超参组合，进而提升SMAC算法的超参搜索效率。

在一些可选的方式中，响应于确定更新后的最佳组合在目标算法上的性能表现不满足预设条件，将更新后的最佳组合确定为最佳组合，包括：响应于确定更新后的最佳组合在目标算法上的性能表现不满足预设条件，并且当前迭代操作的次数小于预设的迭代次数阈值，将更新后的最佳组合确定为最佳组合。

在本实现方式中，执行主体在得到更新后的最佳组合后，对更新后的最佳组合进行判断，若更新后的最佳组合不满足预设条件，则进一步判断当前已执行迭代操作的次数，是否小于预设的迭代次数阈值，若小于，则将更新后的最佳组合确定为最佳组合。

其中，迭代次数阈值可根据经验、实际需求设定，例如，1000次、1500次等，本申请对此不作限定。

该实现方式通过响应于确定更新后的最佳组合在目标算法上的性能表现不满足预设条件，并且当前已执行迭代操作的次数小于预设的迭代次数阈值，将更新后的最佳组合确定为最佳组合，并获取新的挑战组合，继续执行迭代操作，有助于避免为搜索效果较好的超参执行迭代操作次数过多，在保障搜索到的超参组合的效果较好的同时，进一步提升了搜索效率。

在一些可选的方式中，迭代操作还包括：响应于确定更新后的最佳组合在目标算法上的性能表现不满足预设条件，并且当前已执行迭代操作的次数等于预设的迭代次数阈值，将更新后的最佳组合确定为当前最优超参组合并输出。

在本实现方式中，执行主体在得到更新后的最佳组合后，对更新后的最佳组合进行判断，若更新后的最佳组合不满足预设条件，则进一步判断当前已执行迭代操作的次数，是否等于预设的迭代次数阈值，若等于，则将更新后的最佳组合确定为当前最优超参组合并输出。

其中，迭代次数阈值可根据经验、实际需求设定，例如，1000次、1500次等，本申请对此不作限定。

该实现方式通过响应于确定更新后的最佳组合在目标算法上的性能表现不满足预设条件，并且当前已执行迭代操作的次数等于预设的迭代次数阈值，将更新后的最佳组合确定为当前最优超参组合并输出，在保障搜索到的超参组合的效果的同时，避免了迭代次数过多，浪费系统资源，进一步提升了搜索效率。

步骤203，响应于确定更新后的最佳组合在目标算法上的性能表现满足预设条件，将更新后的最佳组合确定为当前最优超参组合并输出。

在本实施例中，执行主体在得到更新后的最佳组合后，对更新后的最佳组合进行判断，若更新后的最佳组合满足预设条件，则将更新后的最佳组合确定为当前最优超参组合并输出。

其中，预设条件可根据经验、实际需求和具体地应用场景确定，本申请对此不作限定。

具体地，更新后的最佳组合在目标算法上的性能表现通过准确率标识，准确率为93％，预设条件为符合预设的准确率阈值范围：90％～95％，由于准确率93％在预设的准确率阈值范围内，故更新后的最佳组合在目标算法上的性能表现满足预设条件。

继续参见图3，图3是根据本实施例的基于SMAC算法的调参方法的应用场景的一个示意图。

在图3的应用场景中，执行主体301可以设定超参空间、SMAC参数，并为目标算法的超参设定默认组合，并得到在目标算法上的目标函数的值，进而初始化贝叶斯循环302，随机生成SMAC算法的两个超参组合303，两个超参组合中的一个为最佳组合，另一个为挑战组合；执行迭代操作304，迭代操作304包括：对最佳组合和挑战组合在目标算法上的性能表现进行比较，根据比较结果对最佳组合进行更新，得到更新后的最佳组合；响应于确定更新后的最佳组合在目标算法上的性能表现满足预设条件，将更新后的最佳组合确定为当前最优超参组合305并输出。

本公开的基于SMAC算法的调参方法，通过初始化贝叶斯循环，随机生成SMAC算法的两个超参组合，两个超参组合中的一个为最佳组合，另一个为挑战组合；执行迭代操作，迭代操作包括：对最佳组合和挑战组合在目标算法上的性能表现进行比较，根据比较结果对最佳组合进行更新，得到更新后的最佳组合；响应于确定更新后的最佳组合在目标算法上的性能表现满足预设条件，将更新后的最佳组合确定为当前最优超参组合并输出，提高了SMAC算法的超参搜索效率，减小了资源浪费。

进一步参考图4，其示出了基于SMAC算法的调参方法的又一个实施例的流程400。在本实施例中，本实施例的基于SMAC算法的调参方法的流程400，可包括以下步骤：

步骤401，初始化贝叶斯循环，随机生成SMAC算法的两个超参组合。

在本实施例中，步骤401的实现细节和技术效果，可以参考对步骤201的描述，在此不再赘述。

步骤402，执行迭代操作。

在本实施例中，步骤402的实现细节和技术效果，可以参考对步骤202的描述，在此不再赘述。

步骤403，响应于确定更新后的最佳组合在目标算法上的性能表现满足预设条件，并且截止至当前更新后的最佳组合的连续预设数量次迭代操作中的最佳组合在目标算法上的性能表现均满足预设条件，将更新后的最佳组合确定为当前最优超参组合并输出。

在本实施例中，执行主体在得到更新后的最佳组合后，对更新后的最佳组合进行判断，若更新后的最佳组合满足预设条件，则进一步判断截止至当前更新后的最佳组合的连续预设数量次迭代操作中的最佳组合在目标算法上的性能表现是否均满足预设条件，若满足，则将更新后的最佳组合确定为当前最优超参组合并输出。

其中，预设次数可根据经验、实际需求设定，例如，10次、20次等，本申请对此不作限定。

具体地，执行主体在得到更新后的最佳组合后，对更新后的最佳组合进行判断，若更新后的最佳组合满足预设条件，则进一步判断截止至当前更新后的最佳组合的连续10次迭代中最佳组合在目标算法上性能表现是否均满足预设条件，若满足，则将更新后的最佳组合确定为当前最优超参组合并输出。

本申请的上述实施例，与图2对应的实施例相比，本实施例中的基于SMAC算法的调参方法的流程400体现了响应于确定更新后的最佳组合在目标算法上的性能表现满足预设条件，并且截止至当前更新后的最佳组合的连续预设数量次迭代操作中的最佳组合在目标算法上的性能表现均满足预设条件，将更新后的最佳组合确定为当前最优超参组合并输出，有助于在提升搜索效率的同时，保障找到的超参组合的可靠性和有效性。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种基于SMAC算法的调参装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的基于SMAC算法的调参装置500包括：生成模块501、迭代模块502和输出模块503。

其中，生成模块501，可被配置成初始化贝叶斯循环，随机生成SMAC算法的两个超参组合。

迭代模块502，可被配置成执行迭代操作。

输出模块503，可被配置成响应于确定更新后的最佳组合在目标算法上的性能表现满足预设条件，将更新后的最佳组合确定为当前最优超参组合并输出。

在本实施例的一些可选的方式中，迭代操作，还包括：响应于确定更新后的最佳组合在目标算法上的性能表现不满足预设条件，将更新后的最佳组合确定为最佳组合；获取新的挑战组合；将新的挑战组合确定为挑战组合，继续执行迭代操作。

在本实施例的一些可选的方式中，输出模块进一步被配置成：响应于确定更新后的最佳组合在目标算法上的性能表现满足预设条件，并且截止至当前更新后的最佳组合的连续预设数量次迭代操作中的最佳组合在目标算法上的性能表现均满足预设条件，将更新后的最佳组合确定为当前最优超参组合并输出。

在本实施例的一些可选的方式中，响应于确定更新后的最佳组合在目标算法上的性能表现不满足预设条件，将更新后的最佳组合确定为最佳组合，包括：响应于确定更新后的最佳组合在目标算法上的性能表现不满足预设条件，并且当前已执行迭代操作的次数小于预设的迭代次数阈值，将更新后的最佳组合确定为最佳组合。

在本实施例的一些可选的方式中，迭代操作，还包括：响应于确定更新后的最佳组合在目标算法上的性能表现不满足预设条件，并且当前已执行迭代操作的次数等于预设的迭代次数阈值，将更新后的最佳组合确定为当前最优超参组合并输出。

根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。

如图6所示，是根据本申请实施例的基于SMAC算法的调参方法的电子设备的框图。

600是根据本申请实施例的基于SMAC算法的调参方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。

如图6所示，该电子设备包括：一个或多个处理器601、存储器602，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器601为例。

存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的基于SMAC算法的调参方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的基于SMAC算法的调参方法。

存储器602作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的基于SMAC算法的调参方法对应的程序指令/模块(例如，附图5所示的生成模块501、迭代模块502、输出模块503)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及基于SMAC算法的调参，即实现上述方法实施例中的基于SMAC算法的调参方法。

存储器602可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储基于SMAC算法的调参的电子设备的使用所创建的数据等。此外，存储器602可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器602可选包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至基于SMAC算法的调参的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

基于SMAC算法的调参方法的电子设备还可以包括：输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接，图6中以通过总线连接为例。

输入装置603可接收输入的数字或字符信息，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。

此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户基于SMAC算法的调参显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

根据本申请实施例的技术方案，有效提高了SMAC算法的超参搜索效率，减小了资源浪费。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (12)

1.一种基于SMAC算法的调参方法，所述方法包括：

初始化贝叶斯循环，随机生成SMAC算法的两个超参组合，所述两个超参组合中的一个为最佳组合，另一个为挑战组合；

执行迭代操作，所述迭代操作包括：对最佳组合和挑战组合在目标算法上的性能表现进行比较，根据比较结果对最佳组合进行更新，得到更新后的最佳组合；

响应于确定所述更新后的最佳组合在目标算法上的性能表现满足预设条件，将更新后的最佳组合确定为当前最优超参组合并输出。

2.根据权利要求1所述的方法，其中，所述迭代操作，还包括：

响应于确定更新后的最佳组合在目标算法上的性能表现不满足预设条件，将更新后的最佳组合确定为最佳组合；

获取新的挑战组合；

将所述新的挑战组合确定为挑战组合，继续执行所述迭代操作。

3.根据权利要求2所述的方法，其中，所述响应于确定所述更新后的最佳组合在目标算法上的性能表现满足预设条件，将更新后的最佳组合确定为当前最优超参组合并输出，包括：

响应于确定所述更新后的最佳组合在目标算法上的性能表现满足预设条件，并且截止至当前更新后的最佳组合的连续预设数量次迭代操作中的最佳组合在目标算法上的性能表现均满足预设条件，将所述更新后的最佳组合确定为当前最优超参组合并输出。

4.根据权利要求2所述的方法，其中，所述响应于确定所述更新后的最佳组合在目标算法上的性能表现不满足预设条件，将所述更新后的最佳组合确定为最佳组合，包括：

响应于确定所述更新后的最佳组合在目标算法上的性能表现不满足预设条件，并且当前已执行迭代操作的次数小于预设的迭代次数阈值，将所述更新后的最佳组合确定为最佳组合。

5.根据权利要求1所述的方法，其中，所述迭代操作，还包括：

响应于确定更新后的最佳组合在目标算法上的性能表现不满足预设条件，并且当前已执行迭代操作的次数等于预设的迭代次数阈值，将更新后的最佳组合确定为当前最优超参组合并输出。

6.一种基于SMAC算法的调参装置，所述装置包括：

生成模块，被配置成初始化贝叶斯循环，随机生成SMAC算法的两个超参组合，所述两个超参组合中的一个为最佳组合，另一个为挑战组合；

迭代模块，被配置成执行迭代操作，所述迭代操作包括：对最佳组合和挑战组合在目标算法上的性能表现进行比较，根据比较结果对最佳组合进行更新，得到更新后的最佳组合；

输出模块，被配置成响应于确定所述更新后的最佳组合在目标算法上的性能表现满足预设条件，将所述更新后的最佳组合确定为当前最优超参组合并输出。

7.根据权利要求6所述的装置，其中，所述迭代操作，还包括：

响应于确定所述更新后的最佳组合在目标算法上的性能表现不满足预设条件，将更新后的最佳组合确定为最佳组合；

获取新的挑战组合；

将所述新的挑战组合确定为挑战组合，继续执行所述迭代操作。

8.根据权利要求7所述的装置，其中，所述输出模块进一步被配置成：

响应于确定所述更新后的最佳组合在目标算法上的性能表现满足预设条件，并且截止至当前更新后的最佳组合的连续预设数量次迭代操作中的最佳组合在目标算法上的性能表现均满足预设条件，将所述更新后的最佳组合确定为当前最优超参组合并输出。

9.根据权利要求7所述的装置，其中，所述响应于确定更新后的最佳组合在目标算法上的性能表现不满足预设条件，将更新后的最佳组合确定为最佳组合，包括：

响应于确定更新后的最佳组合在目标算法上的性能表现不满足预设条件，并且当前已执行迭代操作的次数小于预设的迭代次数阈值，将更新后的最佳组合确定为最佳组合。

10.根据权利要求6所述的装置，其中，所述迭代操作，还包括：

响应于确定所述更新后的最佳组合在目标算法上的性能表现不满足预设条件，并且当前已执行迭代操作的次数等于预设的迭代次数阈值，将所述更新后的最佳组合确定为当前最优超参组合并输出。

11.一种电子设备，其特征在于，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。

12.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算指令用于使所述计算机执行权利要求1-5中任一项所述的方法。

Images