我曾尝试在具有约1850个要素的数据集上对两个DNNEstimator(隐藏单元分别为1000,500,100)进行AutoEnsembleEstimator的训练(经过要素工程),但我一直用光了内存(即使在400G +高内存gcp上也是如此) vms)。
我正在使用以上代码进行二进制分类。最初,我训练了各种模型,并通过在训练后的模型上训练传统的集成分类器来组合它们。我希望Adanet可以简化生成的模型图,从而使推理更加容易,而不是为各种缩放器/ scikit模型/ keras模型提供单独的图/点。
max_iteration_steps
太小而未设置max_iterations
,则可能会发生(这两者都是AutoEnsembleEstimator
的构造函数参数)。如果要为N
步训练每个DNN,并且想要一个具有2个DNN的集合,则应设置max_iteration_steps=N
,设置max_iterations=2
并为AutoEnsembleEstimator
步训练2N
。