Bir veri bilimci, derin öğrenme nesne algılama modelini ayarlıyor ve birçok paralel hiperparametre denemesi çalıştırması, kötü performans gösteren denemeleri erken durdurması ve umut vadeden denemelere daha fazla kaynak ayırması gerekiyor. Bu gereksinimleri karşılarken toplam hesaplama süresini en aza indirecek hiperparametre arama tekniği hangisidir?

Hyperband, birçok paralel denemeyi verimli bir şekilde yöneten ve toplam hesaplama süresini en aza indiren bir hiperparametre optimizasyon tekniğidir. Kötü performans gösteren denemeleri erken durdurarak (erken durdurma) ve umut vadeden denemelere daha fazla kaynak ayırarak (kaynak tahsisi) çalışır. Bu, özellikle derin öğrenme modelleri gibi yüksek maliyetli denemeler için idealdir. Grid search ve Random search, erken durdurma veya adaptif kaynak tahsisi yeteneklerine sahip olmadıkları için tüm denemeleri sonuna kadar çalıştırır ve bu da daha uzun hesaplama sürelerine yol açar. Bayesian optimization, Hyperband'a göre daha az paralel çalışır ve erken durdurma mekanizması daha az etkilidir.