Keras调谐器

将ClearML集成到使用Keras Tuner的代码中。通过指定ClearMLTunerLogger（参见kerastuner.py）作为Keras Tuner的记录器，ClearML会自动记录标量和超参数优化。

ClearMLTunerLogger​

查看keras_tuner_cifar.py 示例脚本，该脚本演示了在使用Keras Tuner的代码中集成ClearML。

脚本执行以下操作：

1. 创建一个Hyperband对象，该对象使用Keras Tuner的Hyperband调谐器。它找到最佳的超参数来在CIFAR10数据集上训练网络。
2. 当创建Hyperband对象时，实例化一个ClearMLTunerLogger对象并将其分配给Hyperband的记录器。 ClearMLTunerLogger类为ClearML自动记录提供了所需的绑定。

tuner = kt.Hyperband(
    build_model,
    project_name='kt examples',
    logger=ClearMLTunerLogger(),
    objective='val_accuracy',
    max_epochs=10,
    hyperband_iterations=6
)

当脚本运行时，它会记录：

• 按试验ID列出的超参数测试及其指标的表格摘要
• 显示所有运行指标的标量图
• Summary Chart
• 输出带有配置和快照位置的模型。

标量​

ClearML 记录每个网络训练的标量。它们出现在 ClearML 网页界面 的实验页面中，位于 SCALARS 下。

超参数优化总结​

ClearML 自动记录超参数搜索中每次实验运行的参数。它们以表格形式出现在PLOTS中。

工件​

ClearML 自动存储输出模型。它出现在 ARTIFACTS > Output Model 中。

模型详细信息，例如快照位置，显示在MODELS标签中。

模型配置与模型一起存储。

配置对象​

超参数​

ClearML 自动记录 TensorFlow 定义，这些定义出现在 配置 > 超参数 中。

配置​

任务配置出现在配置 > 常规中。