Python 3.x 光线调谐随机搜索无限多个样本

用于说明问题的代码示例：

从光线导入调谐
def目标（步骤、α、β）：
返回（0.1+α*阶跃/100）**（-1）+β*0.1
def训练_功能（配置）：
#超参数
alpha，beta=config[“alpha”]，config[“beta”]
对于步进范围（10）：
#迭代训练功能-可以是任何任意训练程序。
中间分数=目标（阶跃、α、β）
#把乐谱反馈给调子。
调整报告（平均损失=中间分数）
analysis=tune.run(
培训(u)职能,，
配置={
“alpha”：调谐网格搜索（[0.001,0.01,0.1]），
“beta”：调谐选择（列表（范围（10000）））
},
数量（样本=1000000）

我面临的问题是

tune.run

call将在开始执行第一次尝试之前强制执行样本搜索空间

num_samples

次

问题：是否可以在每次试验后调整样本搜索空间

---

可以使用

ConcurrencyLimiter

环绕搜索算法限制

tune.suggest.Searcher

后代算法（

AxSearch

）的并发试验次数。但是如何进行随机搜索呢？

RayTune当前会提前自动生成所有样本。你能在Github上发布一个问题吗？这个功能请求很有意义。我已经创建了一个解决方案，使用自定义搜索器和并发限制。我想一旦准备好了，我会和PR一起发布一个问题，并更新这个问题。RayTune目前会提前自动生成所有样本。你能在Github上发布一个问题吗？这个功能请求很有意义。我已经创建了一个解决方案，使用自定义搜索器和并发限制。我想一旦准备好了，我会和公关一起发布一个问题，并更新这个问题。