Skip to content
GitLab
Menu
Projects
Groups
Snippets
Loading...
Help
Help
Support
Community forum
Keyboard shortcuts
?
Submit feedback
Contribute to GitLab
Sign in / Register
Toggle navigation
Menu
Open sidebar
OpenDAS
nni
Commits
7215fdd3
Unverified
Commit
7215fdd3
authored
Mar 28, 2020
by
Chi Song
Committed by
GitHub
Mar 28, 2020
Browse files
Chinese translation (#2074)
parent
116fd9ad
Changes
50
Hide whitespace changes
Inline
Side-by-side
Showing
10 changed files
with
124 additions
and
75 deletions
+124
-75
docs/zh_CN/autotune_ref.md
docs/zh_CN/autotune_ref.md
+80
-0
docs/zh_CN/builtin_assessor.rst
docs/zh_CN/builtin_assessor.rst
+4
-4
docs/zh_CN/conf.py
docs/zh_CN/conf.py
+1
-1
docs/zh_CN/hpo_advanced.rst
docs/zh_CN/hpo_advanced.rst
+2
-0
docs/zh_CN/hyperparameter_tune.rst
docs/zh_CN/hyperparameter_tune.rst
+2
-2
docs/zh_CN/model_compression.rst
docs/zh_CN/model_compression.rst
+1
-0
docs/zh_CN/pruners.rst
docs/zh_CN/pruners.rst
+16
-0
docs/zh_CN/quantizers.rst
docs/zh_CN/quantizers.rst
+11
-0
docs/zh_CN/sdk_reference.rst
docs/zh_CN/sdk_reference.rst
+6
-68
docs/zh_CN/training_services.rst
docs/zh_CN/training_services.rst
+1
-0
No files found.
docs/zh_CN/autotune_ref.md
0 → 100644
View file @
7215fdd3
# 自动调优的 Python API 参考
```
eval_rst
.. contents::
```
## Trial
```
eval_rst
.. autofunction:: nni.get_next_parameter
.. autofunction:: nni.get_current_parameter
.. autofunction:: nni.report_intermediate_result
.. autofunction:: nni.report_final_result
.. autofunction:: nni.get_experiment_id
.. autofunction:: nni.get_trial_id
.. autofunction:: nni.get_sequence_id
```
## Tuner
```
eval_rst
.. autoclass:: nni.tuner.Tuner
:members:
.. autoclass:: nni.hyperopt_tuner.hyperopt_tuner.HyperoptTuner
:members:
.. autoclass:: nni.evolution_tuner.evolution_tuner.EvolutionTuner
:members:
.. autoclass:: nni.smac_tuner.SMACTuner
:members:
.. autoclass:: nni.gridsearch_tuner.GridSearchTuner
:members:
.. autoclass:: nni.networkmorphism_tuner.networkmorphism_tuner.NetworkMorphismTuner
:members:
.. autoclass:: nni.metis_tuner.metis_tuner.MetisTuner
:members:
.. autoclass:: nni.ppo_tuner.PPOTuner
:members:
.. autoclass:: nni.batch_tuner.batch_tuner.BatchTuner
:members:
.. autoclass:: nni.gp_tuner.gp_tuner.GPTuner
:members:
```
## Assessor
```
eval_rst
.. autoclass:: nni.assessor.Assessor
:members:
.. autoclass:: nni.assessor.AssessResult
:members:
.. autoclass:: nni.curvefitting_assessor.CurvefittingAssessor
:members:
.. autoclass:: nni.medianstop_assessor.MedianstopAssessor
:members:
```
## Advisor
```
eval_rst
.. autoclass:: nni.msg_dispatcher_base.MsgDispatcherBase
:members:
.. autoclass:: nni.hyperband_advisor.hyperband_advisor.Hyperband
:members:
.. autoclass:: nni.bohb_advisor.bohb_advisor.BOHB
:members:
```
docs/zh_CN/builtin_assessor.rst
View file @
7215fdd3
内置 Assessor
=================
为了节省计算资源,
在
NNI
中可通过创建
**Assessor**
,来配置提前终止策略
。
为了节省计算资源,NNI
支持提前终止策略,并且通过叫做
**Assessor**
的接口来执行此操作
。
Assessor 从 Trial 中接收中间结果,并通过指定的算法决定此 Trial 是否应该终止。 一旦 Trial 满足了提前终止策略(这表示 Assessor 认为最终结果不会太好),Assessor 会终止此 Trial,并将其状态标志为 `
"
EARLY_STOPPED
"
`。
Assessor 从 Trial 中接收中间结果,并通过指定的算法决定此 Trial 是否应该终止。 一旦 Trial 满足了提前终止策略(这表示 Assessor 认为最终结果不会太好),Assessor 会终止此 Trial,并将其状态标志为 `EARLY_STOPPED`。
这是 MNIST 在
使用了 'Curvefitting' Assessor 的 'maximize' 模式后
的实验结果
,
可以看到 Assessor 成功的
将大量最终结果不好的 Trial **提前结束**
。 使用 Assessor,能在相同的计算资源下,得到更好的结果。
这是 MNIST 在
"最大化" 模式下使用 "曲线拟合" Assessor
的实验结果
。
可以看到 Assessor 成功的
**提前终止** 了许多结果不好超参组合的 Trial
。 使用 Assessor,能在相同的计算资源下,得到更好的结果。
*实现代码:config_assessor.yml
<
https://github.com/Microsoft/nni/blob/master/examples/trials/mnist-tfv1/config_assessor.yml
>
*
*实现代码:
[
config_assessor.yml
](
https://github.com/Microsoft/nni/blob/master/examples/trials/mnist-tfv1/config_assessor.yml
)
*
.. image:: ../img/Assessor.png
...
...
docs/zh_CN/conf.py
View file @
7215fdd3
...
...
@@ -28,7 +28,7 @@ author = 'Microsoft'
# The short X.Y version
version
=
''
# The full version, including alpha/beta/rc tags
release
=
'v1.
3
'
release
=
'v1.
4
'
# -- General configuration ---------------------------------------------------
...
...
docs/zh_CN/hpo_advanced.rst
View file @
7215fdd3
...
...
@@ -2,6 +2,8 @@
=================
.. toctree::
:maxdepth: 2
启用多阶段 <AdvancedFeature/MultiPhase>
编写新的 Tuner <Tuner/CustomizeTuner>
编写新的 Assessor <Assessor/CustomizeAssessor>
...
...
docs/zh_CN/hyperparameter_tune.rst
View file @
7215fdd3
...
...
@@ -3,7 +3,7 @@
#############################
自动调优是 NNI 提供的关键功能之一,主要应用场景是
超参调优。 Trial 代码
是需要被调优的,这里提供了一些常见
的
超参调优。
应用于
Trial 代码
的调优。 提供了很多流行
的
自动调优算法(称为 Tuner )和一些提前终止算法(称为 Assessor)。
NNI 支持在各种培训平台上运行 Trial,例如,在本地计算机上运行,
在多台服务器上分布式运行,或在 OpenPAI,Kubernetes 等平台上。
...
...
@@ -12,7 +12,7 @@ NNI 的其它重要功能,例如模型压缩,特征工程,也可以进一
通过自动调优来提高,这会在介绍具体功能时提及。
NNI 具有高扩展性,高级用户可以定制自己的 Tuner、 Assessor,以及训练平台
根据自己
的需求。
来适应不同
的需求。
.. toctree::
:maxdepth: 2
...
...
docs/zh_CN/model_compression.rst
View file @
7215fdd3
...
...
@@ -21,3 +21,4 @@ NNI 中也内置了一些流程的模型压缩算法。
Quantizer <quantizers>
模型加速 <Compressor/ModelSpeedup>
自动模型压缩 <Compressor/AutoCompression>
实现 <Compressor/Framework>
docs/zh_CN/pruners.rst
0 → 100644
View file @
7215fdd3
############################
支持的剪枝算法
############################
.. toctree::
:maxdepth: 1
Level Pruner <Compressor/Pruner>
AGP Pruner <Compressor/Pruner>
Lottery Ticket Pruner <Compressor/LotteryTicketHypothesis>
FPGM Pruner <Compressor/Pruner>
L1Filter Pruner <Compressor/l1filterpruner>
L2Filter Pruner <Compressor/Pruner>
ActivationAPoZRankFilterPruner <Compressor/Pruner>
ActivationMeanRankFilterPruner <Compressor/Pruner>
Slim Pruner <Compressor/SlimPruner>
docs/zh_CN/quantizers.rst
0 → 100644
View file @
7215fdd3
#################################
支持的量化算法
#################################
.. toctree::
:maxdepth: 1
Naive Quantizer <Compressor/Quantizer>
QAT Quantizer <Compressor/Quantizer>
DoReFa Quantizer <Compressor/Quantizer>
BNN Quantizer <Compressor/Quantizer>
\ No newline at end of file
docs/zh_CN/sdk_reference.rst
View file @
7215fdd3
####################
#######
####################
Python API 参考
####################
#######
####################
Trial(尝试)
------------------------
.. autofunction:: nni.get_next_parameter
.. autofunction:: nni.get_current_parameter
.. autofunction:: nni.report_intermediate_result
.. autofunction:: nni.report_final_result
.. autofunction:: nni.get_experiment_id
.. autofunction:: nni.get_trial_id
.. autofunction:: nni.get_sequence_id
.. toctree::
:maxdepth: 1
Tuner(调参器)
------------------------
.. autoclass:: nni.tuner.Tuner
:members:
.. autoclass:: nni.hyperopt_tuner.hyperopt_tuner.HyperoptTuner
:members:
.. autoclass:: nni.evolution_tuner.evolution_tuner.EvolutionTuner
:members:
.. autoclass:: nni.smac_tuner.SMACTuner
:members:
.. autoclass:: nni.gridsearch_tuner.GridSearchTuner
:members:
.. autoclass:: nni.networkmorphism_tuner.networkmorphism_tuner.NetworkMorphismTuner
:members:
.. autoclass:: nni.metis_tuner.metis_tuner.MetisTuner
:members:
.. autoclass:: nni.ppo_tuner.PPOTuner
:members:
.. autoclass:: nni.batch_tuner.batch_tuner.BatchTuner
:members:
.. autoclass:: nni.gp_tuner.gp_tuner.GPTuner
:members:
Assessor(评估器)
------------------------
.. autoclass:: nni.assessor.Assessor
:members:
.. autoclass:: nni.assessor.AssessResult
:members:
.. autoclass:: nni.curvefitting_assessor.CurvefittingAssessor
:members:
.. autoclass:: nni.medianstop_assessor.MedianstopAssessor
:members:
Advisor
------------------------
.. autoclass:: nni.msg_dispatcher_base.MsgDispatcherBase
:members:
.. autoclass:: nni.hyperband_advisor.hyperband_advisor.Hyperband
:members:
.. autoclass:: nni.bohb_advisor.bohb_advisor.BOHB
:members:
自动调优 <autotune_ref>
NAS <NAS/NasReference>
\ No newline at end of file
docs/zh_CN/training_services.rst
View file @
7215fdd3
...
...
@@ -9,3 +9,4 @@ NNI 支持的训练平台介绍
OpenPAI Yarn 模式<./TrainingService/PaiYarnMode>
Kubeflow<./TrainingService/KubeflowMode>
FrameworkController<./TrainingService/FrameworkControllerMode>
OpenPAI<./TrainingService/DLTSMode>
Prev
1
2
3
Next
Write
Preview
Markdown
is supported
0%
Try again
or
attach a new file
.
Attach a file
Cancel
You are about to add
0
people
to the discussion. Proceed with caution.
Finish editing this message first!
Cancel
Please
register
or
sign in
to comment