手册

本手册介绍如何开始使用 Auto-PyTorch。我们建议您先查阅示例。本手册后面部分还有关于如何与 API 交互的额外建议。但是，欢迎您通过提交 Pull-Request 来为此文档做出贡献。

搜索通过调用每个支持的任务的 search() 函数开始。目前，我们支持表格分类和表格回归。未来我们将扩展支持到图像处理任务。

资源分配

Auto-PyTorch 允许控制估计器可以使用的最大允许驻留集大小（RSS）内存。通过向 search() 方法提供 memory_limit 参数，可以确保 SMAC 拟合的单个机器学习模型以及最终集成模型都不会消耗超过 memory_limit 兆字节的内存。

此外，可以通过向 search() 方法提供参数 total_walltime_limit 来控制用于搜索模型的时间。该参数控制 SMAC 可用于搜索新配置的总时间。分配的时间越多，最终的估计器就越好。

集成模型构建过程

Auto-PyTorch 使用 Caruana 等人 (2004) 的集成选择方法，基于模型在验证集上的预测来构建集成模型。以下超参数控制如何构建集成模型：

  • ensemble_size 确定集成模型的最大大小。如果设置为零，则不会构建集成模型。

  • ensemble_nbest 允许用户直接指定用于构建集成的模型数量。当为此超参数提供一个整数时，最终集成模型仅从最佳 n 个模型中选择每个预测器。如果提供 0.0 到 1.0 之间的浮点数，ensemble_nbest 将被解释为一个比例，表示用于集成构建过程的模型百分比（即，如果 ensemble_nbest 是浮点数，则按 Caruana 等人 (2006) 中所述实现库剪枝）。例如，如果集成构建过程有 10 个候选模型，超参数为 ensemble_nbest==0.7`，我们将通过从原始 10 个候选模型中选取最佳 7 个模型来构建集成模型。

  • max_models_on_disc 定义了磁盘上保留的最大模型数量，作为控制 Auto-PyTorch 消耗的磁盘空间的机制。在整个 AutoML 过程中，会优化不同的单个模型，其预测（及其他元数据）会存储在磁盘上。用户可以设置可接受保留在磁盘上的模型数量上限，但此变量在集成构建器使用的模型数量定义中具有优先权（即，ensemble_size、ensemble_nbest 和 max_models_on_disc 的最小值决定了集成模型中使用的最大模型数量）。如果设置为 None，则禁用此功能。

检查结果

Auto-PyTorch 允许用户检查训练结果和统计信息。以下示例展示了如何打印不同的统计信息进行检查。

>>> from autoPyTorch.api.tabular_classification import TabularClassificationTask
>>> automl = TabularClassificationTask()
>>> automl.fit(X_train, y_train)
>>> automl.show_models()