如何优化模型架构和训练？在机器学习中，超参是管理训练过程的变量。例如，模型的学习率应该是多少？神经网络中应该有多少隐藏层和神经元？这些参数并不是训练数据的一部分，但它们会对训练模型的性能产生显著的影响。
基于Kubeflow，用户可以从他们不确定的训练模型开始，定义超参搜索空间，Kubeflow将负责使用不同的超参建立起训练作业，收集指标，并将结果保存到模型数据库中，以便比较它们的性能。
