NNI学习（一）介绍与安装

官方文档：https://github.com/microsoft/nni
（本文介绍均基于windows系统，Linux和Mac请参考GitHub的官方文档）

一、介绍

NNI (Neural Network Intelligence) 是一个工具包，可有效的帮助用户设计并调优机器学习模型的神经网络架构，复杂系统的参数（如超参）等。 NNI 的特性包括：易于使用，可扩展，灵活，高效。

NNI的体系结构：

相关概念：
Experiment（实验）：实验是一次找到模型的最佳超参组合，或最好的神经网络架构的任务。 它由 Trial 和自动机器学习算法所组成。

搜索空间：是模型调优的范围。 例如，超参的取值范围。

Configuration（配置）：配置是来自搜索空间的一个参数实例，每个超参都会有一个特定的值。

Trial: Trial 是一次尝试，它会使用某组配置（例如，一组超参值，或者特定的神经网络架构）。 Trial 会基于提供的配置来运行。

Tuner: Tuner 是一个自动机器学习算法，会为下一个 Trial 生成新的配置。 新的 Trial 会使用这组配置来运行。

Assessor：Assessor 分析 Trial 的中间结果（例如，测试数据集上定期的精度），来确定 Trial 是否应该被提前终止。

训练平台：是 Trial 的执行环境。 根据 Experiment 的配置，可以是本机，远程服务器组，或其它大规模训