使用Tune的工人过早结束

问题描述 投票:2回答:1

我正在尝试学习Tune的基础知识。在下面的脚本中,我希望每个工作程序都运行100次迭代,然后结束,但是,这些工作程序在状态3(TypeError?)达到100次迭代之前结束。我没有看到任何错误消息,因此我可能对实际发生的事情感到困惑。在10个样本中,只有2个达到100次迭代。其余样本在5到16次迭代之间。

"""Testing Tune with CartPole."""
import ray
from ray import tune
from ray.tune.schedulers import AsyncHyperBandScheduler
from ray.tune.suggest.bayesopt import BayesOptSearch

if __name__ == "__main__":
    tune_metric = "info/learner/default_policy/critic_loss"

    space = {"gamma": (0.01, 1)}
    algo = BayesOptSearch(
        space,
        metric=tune_metric,
        mode="min",
        utility_kwargs={
            "kind": "ucb",
            "kappa": 2.5,
            "xi": 0.0
        })
    scheduler = AsyncHyperBandScheduler(metric=tune_metric, mode="min")
    ray.init()
    analysis = tune.run(
        "SAC",
        stop={"training_iteration": 100},
        search_alg=algo,
        scheduler=scheduler,
        num_samples=10,
        config={
            "env": "CartPole-v0",
            },
    )

    print("Best config: ", analysis.get_best_config(metric=tune_metric,
                                                    mode="min"))

[当我尝试运行以下示例时,会发生相同的事情(mnist pytorch trainable]

ray
1个回答
0
投票
© www.soinside.com 2019 - 2024. All rights reserved.