更新时间：2024-05-23 GMT+08:00
TPE算法优化的超参数必须是分类特征（categorical features）吗
对于优化的超参数类型，TPE算法本身是没有限制的，但出于面对普通用户节省资源的目的，ModelArts在前端限制了TPE的超参数必须是float，如果想离散型和连续型参数混用的话，可以调用rest接口。
父主题： 功能咨询
功能咨询 所有常见问题
- 本地导入的算法有哪些格式要求？
- 欠拟合的解决方法有哪些？
- 旧版训练迁移至新版训练需要注意哪些问题？
- ModelArts训练好后的模型如何获取？
- AI引擎Scikit_Learn0.18.1的运行环境怎么设置？
- TPE算法优化的超参数必须是分类特征（categorical features）吗
- 模型可视化作业中各参数的意义？
- 如何在ModelArts上获得RANK_TABLE_FILE进行分布式训练？
- 如何查询自定义镜像的cuda和cudnn版本？
- Moxing安装文件如何获取？
- 多节点训练TensorFlow框架ps节点作为server会一直挂着，ModelArts是怎么判定训练任务结束？如何知道是哪个节点是worker呢？
- 训练作业的自定义镜像如何安装Moxing？
- 子用户使用专属资源池创建训练作业无法选择已有的SFS Turbo
more
