PAI机器学习的参数格式主要有以下几种:
dict格式
dict格式的参数是一个key-value对的字典结构,例如:
Copy
{
"learning_rate": 0.1,
"num_layers": 2
}
list/tuple格式
list或者tuple格式的参数是一个元素组成的列表或元组,例如:
apache
Copy
[0.1, 0.2, 0.3]
或
(0.1, 0.2, 0.3)
str格式
单个字符串参数,例如:
Copy
"logistic"
int/float格式
单个数字类型的参数,例如整数或者浮点数:
Copy
1024
或
1.23
ndarray格式
numpy格式的多维数组,例如:
Copy
import numpy as np
np.random.rand(100,200)
file格式
参数值通过文件路径指定,例如模型文件路径:
Copy
"model.pb"
func/class格式
通过函数或类来指定参数,例如优化器类:
Copy
optim.SGD
所以总的来说,PAI机器学习的参数格式主要有dict、list、str、int/float、ndarray、file和func/class这几类。不同算法可能需要不同格式的参数。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
人工智能平台 PAI(Platform for AI,原机器学习平台PAI)是面向开发者和企业的机器学习/深度学习工程平台,提供包含数据标注、模型构建、模型训练、模型部署、推理优化在内的AI开发全链路服务,内置140+种优化算法,具备丰富的行业场景插件,为用户提供低门槛、高性能的云原生AI工程化能力。