這回，我們將焦點放在WebUI的trials detail中的Hyper-parameter。
請在WebUI上方的trials detail 按下，然後點擊 Hyper-parameter ，您將會看到下圖：

此圖中，主要列出了：batch_size, hidden_size, lr, momentum and default matric。

• batch_size：在mnist.py中的第41行，def train(…)中，於訓練本模型時，每批注入的訓練資料筆數。
• hidden_size：在mnist.py中的第22行，class Net(…)中，定義了神經網路hidden_size的大小。
• ls：在mnist.py中的第110行，optimizer = optim.SGD(…)中，定義optimizer的learn rate。
• momentum ：在mnist.py中的第110行，optimizer = optim.SGD(…)中，定義optimizer的momentum 值。
• default matric：執行完trial所得到的值。

<<探討>>
從參數組合的角度來看，先不論momentum參數(因非離散值)，應該有 4^3 = 64 種組合。可是我們只設定了10個trials，會不會有trial不全的疑慮呢？
其實，在[大綱描述]那節，我們提到了Advisor，包含了tuner and assessor。這兩個功能內的演算法，會自動提前終止不必要的trial。

<<問題>>
請嘗試將trials提高到15，看看有何不同。