Настройка гиперпараметров — практика запуска обучающих экспериментов с разными настройками гиперпараметров для поиска значений, улучшающих качество модели. Процесс может оптимизировать accuracy, loss, robustness, efficiency или другую цель. Он отличается от обучения параметров модели, поскольку гиперпараметры задаются вне процесса подгонки по обучающим данным.
Hyperparameter tuning in Vertex AI involves running multiple trials of a training application with different values for the chosen hyperparameters, set within specified limits. The goal is to optimize the hyperparameter settings to maximize the model's predictive accuracy. For more information, see Hyperparameter tuning overview.