Scikit learn 使用光线调整sklearn中的超参数

我想知道但找不到任何信息，如果我尝试使用TuneSearchCV从sklearn调谐hyperparameter，为什么会一直出现这种情况：

请注意，重要的部分是日志同步警告，因此，与tensorflow和搜索优化（如optuna）相结合的日志记录无法工作：

Backend is sklearn
Concatenating h5 datasets of the following files: 
('output/example_train_1.h5', 'output/example_train_2.h5') 
based on the following keys: 
('x', 'y')
Concatenation successful, resulting shapes for the given dsets:
Key: x, shape: (20000, 25)
Key: y, shape: (20000,)
Log sync requires rsync to be installed.

Process finished with exit code 0

只要我不使用诸如可选的搜索优化，调优过程似乎是有效的。 我在docker容器中使用它。我查阅了ray文档，但我可以找到错误源。但是，我找不到任何设置或关于如何防止它的附加选项

此外，如果我使用集群，rsync似乎是必需的。但实际上，我现在不这么做。

警告（

日志同步需要安装rsync。

）不会停止脚本的执行。如果没有安装rsync，它将不会在节点之间同步日志，这在您的情况下似乎是不必要的。你不应该在那里遇到任何问题

很难说问题出在哪里，因为我们缺少关键信息：您运行的是哪个版本的Ray，哪个版本的tune sklearn，以及您的培训脚本是什么样子的

---

如果你遇到问题，你怀疑它是一个bug，请考虑在其中打开一个问题，并确保包含上面的信息，最好是一个最小的可重复的脚本，以便维护者可以查看这个。

我评论了一个现存的问题（），因为我认为它似乎是相关的，但经过更多的研究，我不再确定了。您是否建议创建另一个或单独的问题？但是，我将添加更重要的信息，例如版本号。谢谢你的提示。它被标记为一个bug，以防有人面临同样的问题。