为什么Ray Tune track没有保存所有数据点？

Ray Tune是一个用于分布式超参数优化和模型选择的开源库。它提供了一个名为track的功能，用于跟踪和记录超参数优化过程中的指标和结果。然而，Ray Tune的track功能默认情况下并不会保存所有数据点，而是只保存每个试验的最佳结果。

这样设计的原因是为了减少存储开销和提高性能。在超参数优化过程中，通常会进行大量的试验和迭代，每个试验都会生成大量的数据点。如果保存所有数据点，将会占用大量的存储空间，并且在处理和分析数据时会增加计算负担。

尽管track默认不保存所有数据点，但Ray Tune提供了一些方法来自定义数据的保存方式。可以使用track.log()方法手动记录特定的数据点，或者使用track.result()方法记录每个试验的完整结果。此外，还可以通过设置track_early_stopping=True来保存每个试验的所有数据点，但这可能会导致存储开销增加和性能下降。

总结起来，Ray Tune的track功能默认不保存所有数据点是为了减少存储开销和提高性能。如果需要保存所有数据点，可以使用track.log()方法或设置track_early_stopping=True来实现。