Tune：一个分布式模型选择与训练研究平台

摘要： 现代机器学习算法对计算的要求越来越高，需要专门的硬件和分布式计算来在合理的时间范围内实现高性能。为了提高模型选择的效率，已经提出了许多超参数搜索算法，但它们对分布式计算环境的适应性往往是临时的。我们提出了一个统一的模型选择和训练框架Tune，它在训练脚本和搜索算法之间提供了一个窄腰接口。结果表明，该接口能够满足大范围超参数搜索算法的要求，可以直接将搜索扩展到较大的集群上，并简化了算法的实现

>>阅读原文<<