Paralelizar o ajuste de hiperparâmetros do Hyperopt

Observação

A versão de código aberto do Hyperopt não está mais sendo mantida.

O Hyperopt será removido na próxima versão principal do DBR ML. A Databricks recomenda o uso do Optuna para otimização de nó único ou do RayTune para obter uma experiência semelhante à funcionalidade de ajuste de hiperparâmetro distribuído Hyperopt, que foi descontinuada. Saiba mais sobre o uso do RayTune no Databricks.

Este Notebook mostra como usar o Hyperopt para paralelizar cálculos de ajuste de hiperparâmetros. Ele usa a classe SparkTrials para distribuir cálculos automaticamente entre os clusters worker. Ele também ilustra o acompanhamento automatizado do MLflow da execução do Hyperopt para que você possa salvar os resultados para mais tarde.

Paralelize o ajuste de hiperparâmetros com o acompanhamento automatizado do MLflow Notebook

Abra o bloco de anotações em outra guia Copiar link para importação

Depois de executar as ações na última célula do Notebook, sua IU do MLflow deve exibir: