ray.tune.schedulers.MedianStoppingRule#

class ray.tune.schedulers.MedianStoppingRule(time_attr: str = 'time_total_s', metric: str | None = None, mode: str | None = None, grace_period: float = 60.0, min_samples_required: int = 3, min_time_slice: int = 0, hard_stop: bool = True)[源代码]#

基类：FIFOScheduler

实现了Vizier论文中描述的中位数停止规则：

https://research.google.com/pubs/pub46180.html

参数:

time_attr – 用于比较时间的训练结果属性。请注意，您可以传入非时间性的内容，例如 training_iteration 作为进度衡量标准，唯一的要求是该属性应单调递增。
metric – 训练结果目标值属性。停止程序将使用此属性。如果为 None 但传递了模式，则默认使用 ray.tune.result.DEFAULT_METRIC。
mode – 其中之一 {min, max}。确定目标是最小化还是最大化指标属性。
grace_period – 只有在时间上至少达到这个年龄的试验才会停止。平均值只会从此时间点开始计算。单位与 time_attr 属性指定的相同。
min_samples_required – 计算中位数所需的最少试验次数。
min_time_slice – 每个试验在产生结果之前至少运行这么长时间（假设它没有被停止）。注意：只有在当前结果没有足够的样本进行性能评估，并且有其他试验等待运行时，试验才会产生结果。单位与 time_attr 属性指定的单位相同。
hard_stop – 如果为 False，则暂停试验而不是停止它们。当所有其他试验完成后，暂停的试验将被恢复并允许按 FIFO 顺序运行。

方法

`on_trial_result`	用于提前停止的回调。
`restore`	从检查点恢复试用调度器。
`save`	将试验调度器保存到检查点

属性

`CONTINUE`	继续试验执行的状态
`NOOP`
`PAUSE`	暂停试验执行的状态
`STOP`	停止试验执行的状态
`metric`
`supports_buffered_results`