本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 使用超參數最佳化調校多個演算法，以找出最佳模型
<a name="multiple-algorithm-hpo"></a>

如要使用可調校多種演算法的 Amazon SageMaker AI 建立新的超參數最佳化 (HPO) 任務，您必須提供適用於所有待測試演算法的任務設定，以及這些演算法的訓練定義。另外，還必須指定要用於調校任務的資源。
+ 須設置的**任務設定**包括暖啟動、提早停止和調校策略。只有在調校單一演算法時，才能使用暖啟動和提早停止。
+ **訓練任務定義**可在必要時指定名稱、演算法來源、目標指標和值範圍，以便設定每個訓練任務的超參數值集。它會為每個訓練任務設置資料輸入、資料輸出位置和任何檢查點儲存位置的通道。此定義也會針對每個訓練任務設置要部署的資源，包括執行個體類型和計數、受管 Spot 訓練和停止條件。
+ **調校任務資源**：要部署的內容，包括超參數調校任務可同時執行的並行訓練工任務數量上限，以及超參數調校任務可執行的訓練任務數量上限。

## 開始使用
<a name="multiple-algorithm-hpo-get-started"></a>

您可以從主控台建立新的超參數調校任務、複製任務、新增或編輯任務標籤。也可以使用搜尋功能，依名稱、建立時間或狀態尋找任務。或者，還可以使用 SageMaker AI API 進行超參數調校任務。
+ **在主控台中**：如要建立新任務，請開啟 Amazon SageMaker AI 主控台 ([https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/))，從**訓練**選單中選擇**超參數調校任務**，然後選擇**建立超參數調校任務**。接著，依照設定步驟，為您要使用的每個演算法建立訓練任務。這些步驟已納入 [為一或多個演算法建立超參數最佳化調校任務 (主控台)](multiple-algorithm-hpo-create-tuning-jobs.md) 主題文件中。
**注意**  
當您開始組態步驟時，請注意，暖啟動和提早停止功能不適用於多重演算法 HPO。如果您想要使用這些功能，您一次只能調校一個演算法。
+ **使用 API 的情況下**：如需有關使用 SageMaker API 建立超參數調校任務的指示，請參閱[範例：超參數調校任務](automatic-model-tuning-ex.html)。當您呼叫 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateHyperParameterTuningJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateHyperParameterTuningJob.html) 以調校多個演算法時，必須使用 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateHyperParameterTuningJob.html#sagemaker-CreateHyperParameterTuningJob-request-TrainingJobDefinitions](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateHyperParameterTuningJob.html#sagemaker-CreateHyperParameterTuningJob-request-TrainingJobDefinitions) 來提供訓練定義清單，而非指定單一 [TrainingJobDefinition](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateHyperParameterTuningJob.html#sagemaker-CreateHyperParameterTuningJob-request-TrainingJobDefinition)。您必須提供適用於所有待測試演算法的任務設定，以及這些演算法的訓練定義。您也必須指定要用於調校任務的資源。根據正在調整的演算法數量，僅可選擇其中一種定義類型。

**Topics**
+ [開始使用](#multiple-algorithm-hpo-get-started)
+ [為一或多個演算法建立超參數最佳化調校任務 (主控台)](multiple-algorithm-hpo-create-tuning-jobs.md)
+ [管理超參數調校和訓練任務](multiple-algorithm-hpo-manage-tuning-jobs.md)