本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
自动模型优化的资源限制
SageMaker 为自动模型调整所使用的资源设置以下默认限制：
-
并 parallel（并发）超参数调整作业的数量：100
-
可搜索的超参数：20
注意 分类超参数中的每个可能值都计入这一限制中。
-
每个超级参数优化作业定义的指标数：20
-
每个超参数优化作业的并发（并发）训练作业数：10
注意 这可以增加到一百个。
-
[贝叶斯搜索策略] 每个超参数优化作业的训练作业数：500
-
[随机搜索策略] 每个超参数优化作业的训练作业数：500
注意 这可以增加到一万。
-
超参数优化作业的最长运行时间：30 天
在计划超参数优化作业时，还必须考虑到训练资源限制。有关以下默认资源限制的信息： SageMaker 请参阅训练作业SageMaker 限制. 所有超参数优化作业在其上运行的每个并发训练实例都计入所允许的训练实例总数中。例如，如果您运行 10 个并发超参数优化作业，则每个超参数优化作业又各运行 100 个总训练作业和 20 个并发训练作业。每个训练作业在一个 ml.m4.xlarge 实例上运行。那么，下列限制适用：
-
并发超参数优化作业数：您不需要放宽限制，因为 10 个优化作业低于 100 这一限制。
-
每个超级参数优化作业的训练作业数：您不需要放宽限制，因为 100 个训练作业低于 500 这一限制。
-
每个超级参数优化作业的并发训练作业数：您需要请求将限制提高到 20，因为默认限制为 10。
-
SageMaker 训练ml.m4.xlarge实例：您需要请求将限制放宽到 200，因为您有 10 个超参数优化作业，每个超参数优化作业又各运行 20 个并发训练作业。默认限制为 20 个实例。
-
SageMaker 训练的实例总数：您需要请求将限制放宽到 200，因为您有 10 个超参数优化作业，每个超参数优化作业又各运行 20 个并发训练作业。默认限制为 20 个实例。
要请求提高配额：
-
打开Amazon支持中心
页面，登录（如有必要），然后选择创建案例. -
在 Create case (创建案例) 页面上，选择 Service limit increase (增加服务限制)。
-
在存储库的案例细节面板中，选择SageMaker 自动模型优化 [超参数优化](对于 )限制类型
-
在存储库的请求面板请求 1中，选择区域，该资源限制要增加和新限制值你正在请求。Select添加另一个请求如果你有额外的增加配额请求。
-
在案例描述面板中，请提供您的使用案例的描述。
-
在联系选项面板中，选择您的首选联系方式(Web、聊天要么Phone) 然后选择Submit.