कैटबॉस्ट का परिचय। यैंडेक्स रिपोर्ट

मेरा नाम Stas Kirillov है, मैं Yandex में ML-प्लेटफार्मों के समूह में एक अग्रणी डेवलपर हूं। हम मशीन लर्निंग टूल्स विकसित कर रहे हैं, उनके लिए आधारभूत संरचना विकसित कर रहे हैं। नीचे मेरी हाल की बात है कि कैटबॉस्ट लाइब्रेरी कैसे काम करती है। रिपोर्ट में, मैंने उन लोगों के लिए कोड के प्रवेश बिंदु और विशेषताओं के बारे में बात की जो इसे समझना चाहते हैं या हमारे योगदानकर्ता बन गए हैं।


- कैटबॉस्ट अपाचे 2.0 लाइसेंस के तहत गिटहब पर रहता है, यानी यह सभी के लिए खुला और मुफ्त है। परियोजना सक्रिय रूप से विकसित हो रही है, अब हमारे भंडार में चार हजार से अधिक सितारे हैं। कैटबॉस्ट सी ++ में लिखा गया है, यह निर्णय पेड़ों पर ढाल को बढ़ावा देने के लिए एक पुस्तकालय है। यह तथाकथित "सममित" पेड़ों सहित कई प्रकार के पेड़ों का समर्थन करता है, जो कि डिफ़ॉल्ट रूप से पुस्तकालय में उपयोग किए जाते हैं।

हमारे बेखबर पेड़ों से क्या लाभ है? वे जल्दी से सीखते हैं, जल्दी से लागू होते हैं और सीखने को मॉडल के अंतिम गुणवत्ता में परिवर्तन के संदर्भ में बदलते मापदंडों के प्रति अधिक प्रतिरोधी होने में मदद करते हैं, जो मापदंडों के चयन की आवश्यकता को बहुत कम कर देता है। हमारा पुस्तकालय उत्पादन में उपयोग करने, तेजी से सीखने और तुरंत अच्छी गुणवत्ता प्राप्त करने के लिए सुविधाजनक बनाने के बारे में है।



ग्रेडिंग बूस्टिंग एक एल्गोरिथ्म है जिसमें हम सरल भविष्यवक्ताओं का निर्माण करते हैं जो हमारे उद्देश्य फ़ंक्शन को बेहतर बनाते हैं। यही है, तुरंत एक जटिल मॉडल बनाने के बजाय, हम बदले में कई छोटे मॉडल बनाते हैं।



कैटबॉस्ट में सीखने की प्रक्रिया कैसी है? मैं आपको बताता हूं कि यह कोड के संदर्भ में कैसे काम करता है। सबसे पहले, हम उन प्रशिक्षण मापदंडों को पार्स करते हैं जो उपयोगकर्ता पास करते हैं, उन्हें मान्य करते हैं, और फिर देखते हैं कि क्या हमें डेटा लोड करने की आवश्यकता है। क्योंकि डेटा पहले से लोड किया जा सकता है - उदाहरण के लिए, पायथन या आर। अगला में, हम संख्यात्मक विशेषताओं को निर्धारित करने के लिए डेटा को लोड करते हैं और सीमाओं से एक ग्रिड का निर्माण करते हैं। यह तेजी से सीखने के लिए आवश्यक है।

श्रेणीबद्ध विशेषताएं हम थोड़ा अलग ढंग से संसाधित करते हैं। हम बहुत शुरुआत में सुविधाओं को वर्गीकृत करते हैं, और फिर श्रेणीबद्ध सुविधाओं के अद्वितीय मूल्यों को जल्दी से पढ़ने के क्रम में शून्य से रीशेज़ हैश करते हैं।

फिर हम प्रशिक्षण लूप को सीधे लॉन्च करते हैं - हमारी मशीन लर्निंग का मुख्य चक्र, जहां हम पुनरावृति से पेड़ बनाते हैं। इस चक्र के बाद, मॉडल निर्यात किया जाता है।



प्रशिक्षण चक्र में ही चार बिंदु होते हैं। पहले, हम एक पेड़ बनाने की कोशिश कर रहे हैं। फिर हम देखते हैं कि यह किस प्रकार की गुणवत्ता में वृद्धि या कमी देता है। फिर हम यह देखने के लिए जांचते हैं कि क्या हमारे रिट्रेनिंग डिटेक्टर ने काम किया है। फिर, यदि समय सही है, तो स्नैपशॉट को सहेजें।



एकल वृक्ष सीखना पेड़ के स्तर के माध्यम से एक चक्र है। बहुत शुरुआत में, हम बेतरतीब ढंग से एक डेटा क्रमांकन का चयन करते हैं यदि हम ऑर्डर किए गए बूस्टिंग का उपयोग करते हैं या श्रेणीबद्ध विशेषताएं हैं। फिर हम इस क्रमचय पर काउंटरों की गिनती करते हैं। फिर हम इस पेड़ में अच्छी तरह से फूट डालने की कोशिश करते हैं। विभाजन से हमारा तात्पर्य बस कुछ द्विआधारी स्थितियों से है: ऐसी-और-ऐसी संख्यात्मक विशेषता ऐसे-या-ऐसे मूल्य से अधिक होती है, या श्रेणीबद्ध सुविधा द्वारा इस तरह के और ऐसे-ऐसे मूल्य से अधिक होती है।

लालची वृक्ष स्तर चक्र की व्यवस्था कैसे की जाती है? बहुत शुरुआत में, बूटस्ट्रैप किया जाता है - हम वस्तुओं को फिर से जोड़ते हैं या नमूना देते हैं, जिसके बाद केवल चयनित वस्तुओं का उपयोग पेड़ बनाने के लिए किया जाएगा। यदि प्रत्येक स्तर पर नमूनाकरण विकल्प सक्षम है, तो प्रत्येक विभाजन को चुनने से पहले बूटस्ट्रैप को फिर से जोड़ा जा सकता है।

फिर हम व्युत्पन्न को हिस्टोग्राम में एकत्रित करते हैं, जैसा कि हम प्रत्येक विभाजित उम्मीदवार के लिए करते हैं। हिस्टोग्राम का उपयोग करते हुए, हम उस उद्देश्य फ़ंक्शन में परिवर्तन का मूल्यांकन करने की कोशिश करते हैं जो तब होगा जब हम इस विभाजित उम्मीदवार का चयन करेंगे।

हम सबसे अच्छी गति के साथ उम्मीदवार का चयन करते हैं और इसे पेड़ में जोड़ते हैं। फिर हम शेष क्रमपरिवर्तन पर इस चयनित पेड़ का उपयोग करके आँकड़ों की गणना करते हैं, इन क्रमपरिवर्तन में पत्तियों में मूल्य को अद्यतन करते हैं, मॉडल के लिए पत्तियों में मूल्यों की गणना करते हैं, और लूप के अगले पुनरावृत्ति पर आगे बढ़ते हैं।



यह एक जगह है जहाँ प्रशिक्षण होता है, एक जगह से बाहर करना बहुत मुश्किल है, इसलिए इस स्लाइड पर - आप इसे कुछ प्रविष्टि बिंदु के रूप में उपयोग कर सकते हैं - प्रशिक्षण के लिए हमारे द्वारा उपयोग की जाने वाली मुख्य फाइलें सूचीबद्ध हैं। यह greedy_tensor_search है, जिसमें हम विभाजन के लालची चयन के लिए बहुत ही प्रक्रिया को जीते हैं। यह train.cpp है, जहां हमारे पास मुख्य सीपीयू-प्रशिक्षण कारखाना है। यह aprox_calcer है, जहाँ पत्तियों में मानों को अद्यतन करने के कार्य निहित हैं। और कुछ उम्मीदवारों का मूल्यांकन करने के लिए एक कार्य - स्कोर_कल्चर भी।

समान रूप से महत्वपूर्ण भाग catboost.pyx और core.py. यह अजगर आवरण कोड है, सबसे अधिक संभावना है कि आप में से कई अजगर अजगर आवरण में किसी प्रकार के सामान को एम्बेड करेंगे। हमारे अजगर रैपर साइथन में लिखा है, साइथन को C ++ में अनुवादित किया गया है, इसलिए यह कोड तेज होना चाहिए।

हमारा आर-रैपर आर-पैकेज फ़ोल्डर में है। शायद किसी को कुछ विकल्पों को जोड़ना या ठीक करना होगा, विकल्पों के लिए हमारे पास एक अलग पुस्तकालय है - कैटबॉस्ट / लिबास / विकल्प।

हम अर्काडिया से गीथहब आए, इसलिए हमारे पास कई दिलचस्प कलाकृतियां हैं, जिनका आप सामना करेंगे।





चलो रिपॉजिटरी की संरचना के साथ शुरू करते हैं। हमारे पास एक उपयोग फ़ोल्डर है जहां मूल आदिम हैं: वैक्टर, नक्शे, फ़ाइल सिस्टम, तार के साथ काम करते हैं, धाराएं।

हमारे पास एक पुस्तकालय है जहां यांडेक्स द्वारा उपयोग किए जाने वाले साझा पुस्तकालय स्थित हैं - कई, न केवल कैटबॉस्ट।

कैटबॉस्ट और कंट्रीब फ़ोल्डर तीसरे पक्ष के पुस्तकालयों का कोड है जिसे हम लिंक करते हैं।

आइए अब आपके सामने आने वाले C ++ प्राइमेटिव्स के बारे में बात करेंगे। पहला है स्मार्ट पॉइंटर्स। Yandex में, हमने std :: unique_ptr के बाद से THolder का उपयोग किया है, और MakeHolder का उपयोग std :: make_unique के बजाय किया जाता है।



हमारा अपना SharedPtr है। इसके अलावा, यह दो रूपों में मौजूद है, SimpleSaringPtr और AtomicSaredPtr, जो काउंटर के प्रकार में भिन्न हैं। एक मामले में, यह परमाणु है, जिसका अर्थ है कि जैसे कि कई धाराएं एक वस्तु का मालिक हो सकती हैं। तो यह प्रवाह के बीच स्थानांतरण के दृष्टिकोण से सुरक्षित होगा।

एक अलग वर्ग, इंट्रेसिवप्रॉट, आपको TRefCounted वर्ग से विरासत में मिली वस्तुओं के स्वामी होने की अनुमति देता है, अर्थात्, एक संदर्भ काउंटर में निर्मित कक्षाएं। यह एक समय में ऐसी वस्तुओं को आवंटित करने के लिए है, इसके अतिरिक्त एक काउंटर के साथ नियंत्रण ब्लॉक आवंटित नहीं किया गया है।

इनपुट और आउटपुट के लिए हमारा अपना सिस्टम भी है। IInputStream और IOutputStream इनपुट और आउटपुट के लिए इंटरफेस हैं। उनके पास उपयोगी तरीके हैं, जैसे ReadTo, ReadLine, ReadAll, सामान्य रूप से, सब कुछ जो इनपुटस्ट्रीम से उम्मीद की जा सकती है। और हमारे पास कंसोल के साथ काम करने के लिए इन धाराओं का कार्यान्वयन है: Cin, Cout, Cerr और अलग से Endl, जो std :: endl के समान है, अर्थात यह स्ट्रीम को फ्लश करता है।



हमारे पास फ़ाइलों के लिए अपना स्वयं का इंटरफ़ेस कार्यान्वयन है: TInputFile, TOutputFile। यह एक बफर रीड है। वे एक फाइल में बफर रीडिंग और बफर लेखन को लागू करते हैं, ताकि आप उनका उपयोग कर सकें।

Util / system / fs.h में मेथड्स NFs :: Exist और NFs :: कॉपी है, अगर आपको अचानक किसी चीज को कॉपी करने या यह जांचने की जरूरत है कि कुछ फाइल वास्तव में मौजूद है।



हमारे अपने कंटेनर हैं। वे कुछ समय पहले std :: वेक्टर का उपयोग करने के लिए चले गए, अर्थात, वे बस std से प्राप्त करते हैं :: वेक्टर, std :: set और std :: मानचित्र, लेकिन हमारे पास अपने स्वयं के THashMap और THashSet भी हैं, जो आंशिक रूप से unordered_map और के साथ संगत हैं unordered_set। लेकिन कुछ कार्यों के लिए वे तेज़ हो गए, इसलिए हम अभी भी उनका उपयोग करते हैं।



एरे के संदर्भ एसटीडी से समान हैं :: सी ++ से स्पैन। सच है, वह हमारे साथ बीसवें वर्ष में नहीं, बल्कि बहुत पहले दिखाई दिया। हम सक्रिय रूप से इसका उपयोग सरणियों के संदर्भों को स्थानांतरित करने के लिए करते हैं, जैसे कि बड़े बफ़र्स पर आवंटित किया जाता है, ताकि हर बार अस्थायी बफ़र्स आवंटित न करें। मान लीजिए, गणना व्युत्पन्न या कुछ अनुमानों के लिए, हम कुछ पूर्व-आवंटित बड़े बफर पर मेमोरी आवंटित कर सकते हैं और गिनती समारोह में केवल TArrayRef पास कर सकते हैं। यह बहुत सुविधाजनक है, और हम इसका भरपूर उपयोग करते हैं।



स्ट्रिंग्स के साथ काम करने के लिए अर्काडिया अपने स्वयं के वर्गों के सेट का उपयोग करता है। यह, सबसे पहले, TStingBuf - str का एक एनालॉग :: string_view C ++ 17 से।

TString बिल्कुल std :: sting में नहीं है, यह एक CopyOnWrite स्ट्रिंग है, इसलिए आपको इसके साथ काफी सावधानी से काम करने की आवश्यकता है। इसके अलावा, TUtf16String एक ही TString है, केवल इसका आधार प्रकार चार नहीं है, बल्कि 16-बिट wchar है।

और हमारे पास स्ट्रिंग से स्ट्रिंग में बदलने के लिए उपकरण हैं। यह ToString है, जो कि Std :: to_string और FromString का एक एनालॉग है, जिसे TryFromString के साथ जोड़ा जाता है, जो आपको स्ट्रिंग को उस प्रकार में बदलने की अनुमति देता है, जिसकी आपको आवश्यकता है।



हमारे पास अपनी अपवाद संरचना है, आर्केड पुस्तकालयों में मूल अपवाद yexception है, जो std :: अपवाद से विरासत में मिला है। हमारे पास एक ythrow मैक्रो है जो उस जगह के बारे में जानकारी जोड़ता है जहां अपवाद को yexception पर फेंक दिया गया था, यह सिर्फ एक सुविधाजनक आवरण है।

एसटीडी का एक एनालॉग है :: current_exception - CurrentExceptionMessage, यह फ़ंक्शन स्ट्रिंग के रूप में वर्तमान अपवाद को फेंकता है।

मुखर और सत्यापन के लिए मैक्रोज़ हैं - ये Y_ASSERT और Y_VERIFY हैं।



और हमारे पास अपने स्वयं के अंतर्निर्मित क्रमांकन हैं, यह बाइनरी है और विभिन्न संशोधनों के बीच डेटा स्थानांतरित करने का इरादा नहीं है। बल्कि, इस संशोधन को एक ही संशोधन के दो बायनेरिज़ के बीच डेटा स्थानांतरित करने के लिए आवश्यक है, उदाहरण के लिए, वितरित सीखने में।

ऐसा हुआ कि हमारे पास कैटबॉस्ट में क्रमांकन के दो संस्करण हैं। पहला विकल्प इंटरफ़ेस विधियों के माध्यम से काम करता है सहेजें और लोड करें, जो धारा को क्रमबद्ध करते हैं। एक अन्य विकल्प का उपयोग हमारे वितरित प्रशिक्षण में किया जाता है, यह एक पुराने आंतरिक बिन्सवर पुस्तकालय का उपयोग करता है, जो पॉलीमॉर्फिक ऑब्जेक्ट्स को क्रमबद्ध करने के लिए सुविधाजनक है जो एक विशेष कारखाने में पंजीकृत होना चाहिए। वितरित प्रशिक्षण के लिए यह आवश्यक है, जिसके बारे में हमें यहां बात करने की संभावना नहीं है।



हमारे पास अपने स्वयं के एनालॉग बूस्ट_ओप्शनल या एसटी :: वैकल्पिक - टीएमबे भी हैं। एसटीडी का एनालॉग :: वैरिएंट - टीवीरिएंट। आपको उनका उपयोग करने की आवश्यकता है।



एक निश्चित सम्मेलन है कि कैटबॉस्ट कोड के अंदर हम एक एक्सटेबॉय के बजाय एक टीसीएटबॉस्ट एक्ससेप्शन फेंकते हैं। यह एक ही yexception है, केवल स्टैक ट्रेस को हमेशा फेंके जाने पर जोड़ा जाता है।

और हम CB_ENSURE मैक्रो का उपयोग आसानी से कुछ चीजों की जांच करने और अपवादों को फेंकने के लिए करते हैं यदि वे निष्पादित नहीं होते हैं। उदाहरण के लिए, हम अक्सर इसका उपयोग विकल्प चुनने या उपयोगकर्ता द्वारा पारित मापदंडों को पार्स करने के लिए करते हैं।

^{_{स्लाइड से लिंक: पहला , दूसरा}}

शुरू करने से पहले, हम अनुशंसा करते हैं कि आप अपने आप को कोड शैली से परिचित करें, इसमें दो भाग होते हैं। पहला एक सामान्य-आर्केड कोड शैली है, जो सीधे CPP_STYLE_GUIDE.md फ़ाइल में रिपॉजिटरी की जड़ में स्थित है। इसके अलावा रिपॉजिटरी की जड़ में हमारी टीम के लिए एक अलग गाइड है: catboost_command_style_guide_extension.md।

हम PEP8 का उपयोग करके पायथन कोड को प्रारूपित करने का प्रयास कर रहे हैं। यह हमेशा काम नहीं करता है, क्योंकि साइथन कोड के लिए, लिंटर हमारे लिए काम नहीं करता है, और कभी-कभी कुछ पीईपी 8 के साथ घूमता है।



हमारे विधानसभा की विशेषताएं क्या हैं? अर्काडिया असेंबली का उद्देश्य मूल रूप से सबसे अधिक एयरटाइट अनुप्रयोगों को इकट्ठा करना था, यानी कि स्टेटिक लिंकिंग के कारण न्यूनतम बाहरी निर्भरता होगी। यह आपको लिनक्स के विभिन्न संस्करणों पर एक ही बाइनरी का उपयोग करने की अनुमति देता है, बिना पुनर्संरचना। असेंबली लक्ष्यों को ya.make फाइलों में वर्णित किया गया है। अगली स्लाइड में ya.make का एक उदाहरण देखा जा सकता है।



यदि आप अचानक किसी प्रकार की लाइब्रेरी, प्रोग्राम या कुछ और जोड़ना चाहते हैं, तो आप सबसे पहले, बस पड़ोसी ya.make फाइलों को देख सकते हैं, और दूसरी बात, इस उदाहरण का उपयोग करें। यहाँ हमने ya.make के सबसे महत्वपूर्ण तत्वों को सूचीबद्ध किया है। फ़ाइल की शुरुआत में, हम कहते हैं कि हम एक पुस्तकालय घोषित करना चाहते हैं, फिर हम उन संकलन इकाइयों को सूचीबद्ध करते हैं जिन्हें हम इस पुस्तकालय में रखना चाहते हैं। यहाँ दोनों cpp फाइलें हो सकती हैं, और, उदाहरण के लिए, pyx फाइलें, जिसके लिए साइथन स्वचालित रूप से शुरू हो जाएगा, और फिर संकलक। लाइब्रेरी निर्भरता PEERDIR मैक्रो के माध्यम से सूचीबद्ध हैं। यह केवल लाइब्रेरी के साथ या रिपॉजिटरी के रूट के अंदर एक अन्य विरूपण साक्ष्य के साथ फ़ोल्डर में पथ लिखता है।

एक उपयोगी बात है, GENERATE_ENUM_SERIALIZATION, ToString उत्पन्न करने के लिए आवश्यक है, Enum कक्षाओं के लिए FromString विधियाँ और कुछ हेडर फ़ाइल में वर्णित Enums जो आप इस मैक्रो को पास करते हैं।



अब सबसे महत्वपूर्ण बात के बारे में - किसी प्रकार के परीक्षण को कैसे संकलित और चलाना है। रिपॉजिटरी की जड़ में हां स्क्रिप्ट है, जो आवश्यक टूलकिट और टूल्स को डाउनलोड करता है, और इसमें हां - कमांड - मेक सबकमांड - है, जो आपको -r स्विच के साथ -r रिलीज़ और -d कुंजी के साथ डीबग संस्करण बनाने की अनुमति देता है। इसमें कलाकृतियों को एक स्थान से पारित और अलग किया जाता है।

अजगर का निर्माण करने के लिए, मैंने तुरंत यहां झंडे दिखाए, जो उपयोगी हो सकते हैं। हम सिस्टम पायथन के साथ निर्माण के बारे में बात कर रहे हैं, इस मामले में पायथन 3 के साथ। यदि आपके पास अचानक आपके लैपटॉप या विकास मशीन पर एक CUDA टूलकिट स्थापित है, तो तेजी से विधानसभा के लिए हम अनुशंसा करते हैं कि आप -d has_cuda को कोई ध्वज निर्दिष्ट नहीं करें। CUDA काफी समय के लिए बनाता है, खासकर 4-कोर सिस्टम पर।



हां विचारधारा पहले से ही काम करना चाहिए। यह एक उपकरण है जो आपके लिए एक क्लियन या क्यूटी समाधान उत्पन्न करेगा। और जो लोग विंडोज के साथ आए, उनके लिए हमारे पास एक Microsoft Visual Studio समाधान है, जो msvs फ़ोल्डर में है।

श्रोता:
- क्या आपके पास पायथन रैपर के माध्यम से सभी परीक्षण हैं?

Stas:
- नहीं, हमारे पास अलग-अलग परीक्षण हैं जो पाइस्टेस्ट फ़ोल्डर में झूठ बोलते हैं। ये हमारे सीएलआई इंटरफ़ेस के परीक्षण हैं, अर्थात् हमारा आवेदन। सच है, वे pytest के माध्यम से काम करते हैं, अर्थात ये पायथन कार्य हैं जिसमें हम एक सबप्रोसेस चेक कॉल करते हैं और सत्यापित करते हैं कि प्रोग्राम क्रैश नहीं होता है और कुछ मापदंडों के साथ सही ढंग से काम करता है।

श्रोता:
- C ++ में यूनिट टेस्ट के बारे में क्या?

Stas:
- हमारे पास C ++ में यूनिट टेस्ट भी हैं। वे आमतौर पर utfolders में lib फ़ोल्डर में झूठ बोलते हैं। और उन्हें इस तरह लिखा जाता है - यूनिट टेस्ट या यूनिट टेस्ट। इसके उदाहरण हैं। एक यूनिट टेस्ट क्लास घोषित करने के लिए विशेष मैक्रो हैं, और यूनिट टेस्ट फ़ंक्शन के लिए अलग रजिस्टर हैं।

श्रोता:
- यह सत्यापित करने के लिए कि कुछ भी नहीं टूटा है, क्या उन और उन दोनों को लॉन्च करना बेहतर है?

Stas:
- हां। केवल एक चीज है, हमारे खुले स्रोत परीक्षण केवल लिनक्स पर हरे हैं। इसलिए, यदि आप संकलन करते हैं, उदाहरण के लिए, मैक के तहत, अगर पांच परीक्षण विफल हो जाते हैं, तो चिंता की कोई बात नहीं है। विभिन्न प्लेटफार्मों पर प्रदर्शक के अलग-अलग कार्यान्वयन या कुछ अन्य मामूली अंतरों के कारण परिणाम बहुत भिन्न हो सकते हैं।



एक उदाहरण के लिए हम एक कार्य करेंगे। मैं कुछ उदाहरण दिखाना चाहूंगा। हमारे पास कार्यों के साथ एक फ़ाइल है - open_problems.md। आइए समस्या को हल करते हैं from4 open_problems.md से। यह निम्नानुसार तैयार किया गया है: यदि उपयोगकर्ता ने सीखने की दर शून्य पर सेट की है, तो हमें TCatBoostException से गिरना चाहिए। आपको विकल्प सत्यापन जोड़ने की आवश्यकता है।



सबसे पहले, हमें एक शाखा बनाने की जरूरत है, हमारे कांटे को क्लोन करें, क्लोन उत्पत्ति, पॉप मूल, हमारे फोर्क में मूल चलाएं और फिर एक शाखा बनाएं और इसमें काम करना शुरू करें।

पार्सिंग के विकल्प कैसे काम करते हैं? जैसा कि मैंने कहा, हमारे पास एक महत्वपूर्ण कैटबॉस्ट / लिबास / विकल्प फ़ोल्डर है जहां सभी विकल्पों की पार्सिंग संग्रहीत है।



हमारे पास टशन आवरण में संग्रहीत सभी विकल्प हैं, जो हमें यह समझने की अनुमति देता है कि क्या विकल्प उपयोगकर्ता द्वारा ओवरराइड किया गया है। यदि यह नहीं था, तो यह अपने आप में कुछ डिफ़ॉल्ट मूल्य रखता है। सामान्य तौर पर, कैटबॉस्ट एक बड़े JSON शब्दकोश के रूप में सभी विकल्पों को पार्स करता है, जो पार्सिंग के दौरान नेस्टेड शब्दकोशों और नेस्टेड संरचनाओं में बदल जाता है।



हमने किसी तरह पता लगाया - उदाहरण के लिए, एक grep के साथ खोज करके या कोड को पढ़कर - कि हमारे पास सीखने की दर TBoostostations में है। आइए कोड लिखने की कोशिश करें जो बस CB_ENSURE को जोड़ता है, कि हमारी सीखने की दर std :: numer_limits :: epsilon से अधिक है, उपयोगकर्ता ने कुछ अधिक या कम उचित दर्ज किया है।



यहां हमने बस CB_ENSURE मैक्रो का उपयोग किया, कुछ कोड लिखे और अब हम परीक्षण जोड़ना चाहते हैं।



इस मामले में, हम कमांड लाइन इंटरफेस पर एक परीक्षण जोड़ते हैं। पाइस्टेस्ट फ़ोल्डर में, हमारे पास टेस्टोस्टेरो स्क्रिप्ट है, जहां पहले से ही परीक्षण के कुछ उदाहरण हैं और आप बस एक को चुन सकते हैं जो आपके कार्य की तरह दिखता है, इसे कॉपी करें और मापदंडों को बदल दें ताकि यह गिरना या गिरना शुरू न हो जाए, आपके द्वारा पारित किए गए मापदंडों के आधार पर। इस मामले में, हम सिर्फ दो लाइनों का एक सरल पूल लेते हैं और बनाते हैं। (हम यैंडेक्स में डेटासेट पूल कहते हैं। यह हमारी ख़ासियत है।) और फिर हम जांचते हैं कि क्या हमारे बाइनरी वास्तव में गिरते हैं यदि हम सीखने की दर 0.0 से गुजरते हैं।



हम अजगर-पैकेज में एक परीक्षण भी जोड़ते हैं, जो कि atBoost / python-package / ut / माध्यम में स्थित है। हमारे पास बड़े, बड़े परीक्षण भी हैं जो अजगर पहिया पैकेज बनाने के लिए परीक्षणों से संबंधित हैं।



इसके अलावा हम फिर बनाने के लिए चाबियाँ हैं -t और ए.ए. परीक्षण चलाता है, -सभी परीक्षणों को चलाने के लिए मजबूर करता है चाहे वे बड़े या मध्यम टैग हों।

यहां, सुंदरता के लिए, मैंने एक फिल्टर भी इस्तेमाल किया जिसका नाम टेस्ट है। यह -F विकल्प और बाद में निर्दिष्ट परीक्षण नाम का उपयोग करके सेट किया गया है, जो जंगली चार सितारे हो सकते हैं। इस मामले में, मैंने test.py::test_zero_learning_rate* का उपयोग किया, क्योंकि, हमारे अजगर-पैकेज परीक्षणों को देखते हुए, आप देखेंगे: लगभग सभी कार्य एक कार्य प्रकार स्थिरता में होते हैं। ऐसा इसलिए है कि कोड के अनुसार, हमारे अजगर-पैकेज परीक्षण सीपीयू और जीपीयू-लर्निंग दोनों के लिए समान हैं और इसका उपयोग जीपीयू और सीपीयू ट्रेनर परीक्षणों के लिए किया जा सकता है।





फिर हमारे परिवर्तन करें और उन्हें हमारे कांटे वाले भंडार में धकेल दें। हम पूल अनुरोध प्रकाशित करते हैं। वह पहले ही शामिल हो चुका है, सब ठीक है।