优化

SMAC 的运行速度可能因用户设置而异。一般来说，您对底层目标函数了解得越多，就能越好地优化优化过程。

以下列表可能有助于您使优化过程更高效

• 强化器 -> max_config_calls：数字越大，配置数量越少。

• ConfigSelector -> retrain_after：数字越小，模型重新训练的频率越高。建议

• 目标函数评估时间较长时：retrain_after 较低（例如，1）。

• 目标函数评估时间较短时：retrain_after 较高（例如，8）。

• 场景 -> n_workers：数字越大，并行评估的配置数量越多。建议

• 目标函数评估时间较长时：n_workers 与核心数相同。

• 目标函数评估时间较短时：仅使用一个工作进程，因为通信时间可能比单线程评估时间更长。