问题描述
我知道可以将超参数作为字典发送给Trains。
但是它还能自动记录使用TF2 HParams模块记录的超参数吗？
编辑：这是在HParams tutorial中使用hp.hparams(hparams)完成的。
解决方法
免责声明：我是allegro.ai火车团队的成员
从屏幕抓图中看，似乎有多个运行具有不同的超参数，并显示了平行坐标图。 这等效于使用不同的超参数多次运行相同的基础实验，并将结果与Trains Web UI进行比较，到目前为止，效果还不错：）
基于HParam interface，通常必须在代码内使用TensorFlow才能从HP进行采样。您如何将这种方法扩展到多个实验？ （这不仅是自动记录hparams，还需要创建多个实验，每个参数集一个）
使用外部优化器进行优化是否更有意义？这样，您可以扩展到多台计算机，并拥有更复杂的优化策略（例如Optuna），您可以在火车examples/optimization中找到一些示例。