接前一篇文章：论文译读 —— STUN: Reinforcement-Learning-Based Optimization of Kernel Scheduler Parameters 5（1）
5. 评估
5.2 学习迭代次数
为了根据学习迭代次数来确认STUN的正确性，我们在一台120核机器上更改了片段计数和步进函数执行计数的值，并对结果进行了分析。为了提高分析的准确性，评估使用了所有参数下测试工作量结果的记录文件，以避免工作量结果的波动。
首先，为了确认片段数的效果，步骤的数量固定为500，片段数设置为25、50或100。然后，我们分析了参数状态变化和Sysbench的性能。图4显示了每个评估过程的图形表示。对于图4A、B，片段数为25；对于图4C、D，为50；对于图4E、F，为100。每张图的x轴是学习迭代次数，图4A、C、E的y轴表示Sysbench的性能（事件总数）；图4B、D、F的y轴表示每个参数的状态值。
结果表明，如果片段次数不够，则学习无法找到最优值。 在图4A，B中，当迭代次数约为8000时，参数会收敛，但并没有显示出最佳性能。另一方面，在图4E中，如果事件数量过大，则当训练迭代次数约为45000次时，学习可以找到最佳性能。然而，图4F显示，由于过度拟合问题，参数值不会收敛。当片段数过多时，奖励会围绕最佳值累积，因此结果变得不稳定。因此，必须将片段数设置为适当的值，以找到最佳和稳定的参数值，如图4C，D所示。
图5显示了对通过固定片段数（50）获得的参数变化的分析，同时将Sysbench的步数更改为200、500或1000。x轴和y轴意义与图4中的相同。对于图5A、B，步数为200；对于图5C、D，步数为500；对于图5E、F，步数为1000。
分析结果与改变片段数的分析结果相似。我们确认，如果步数小于200，则表示学习不足，如果步数超过1000，则该模型训练过度。基于这些评估结果，我们在所有后续评估中使用了片段数为50和步数为500。