1.5.4　超參調優

如何優化模型架構和訓練？在機器學習中，超參是管理訓練過程的變量。例如，模型的學習率應該是多少？神經網絡中應該有多少隱藏層和神經元？這些參數并不是訓練數據的一部分，但它們會對訓練模型的性能產生顯著的影響。

基于Kubeflow，用戶可以從他們不確定的訓練模型開始，定義超參搜索空間，Kubeflow將負責使用不同的超參建立起訓練作業，收集指標，并將結果保存到模型數據庫中，以便比較它們的性能。