|
- Optuna - A hyperparameter optimization framework
Optuna is an automatic hyperparameter optimization software framework, particularly designed for machine learning
- Optuna: 一个超参数优化框架 — Optuna 1. 4. 0 文档
Optuna 是一个特别为机器学习设计的自动超参数优化软件框架。 它具有命令式的， define-by-run 风格的 API。 由于这种 API 的存在，用 Optuna 编写的代码模块化程度很高，Optuna 的用户因此也可以动态地构造超参数的搜索空间。
- Samplers | OptunaHub - hub. optuna. org
However, optuna distributions FloatDistribution with step, (optuna trial Trial suggest_float) and optuna distributions IntDistribution (optuna trial Trial suggest_int) are supported
- Multi-objective CMA-ES (MO-CMA-ES) Sampler | OptunaHub - hub. optuna. org
Example import optuna import optunahub def objective(trial: optuna Trial) -> tuple[float, float]: x = trial suggest_float("x", 0, 5) y = trial suggest_float("y", 0, 3) v0 = 4 * x**2 + 4 * y**2 v1 = (x - 5) ** 2 + (y - 5) ** 2 return v0, v1 samplers = [ optunahub load_module("samplers mocma") MoCmaSampler(popsize=100, seed=42),
- Optuna: ハイパーパラメータ最適化フレームワーク — Optuna 4. 4. 0. dev documentation
Optuna は機械学習向けに設計された自動ハイパーパラメータ最適化ソフトウェアフレームワークです。 命令型の define-by-run スタイルのユーザーAPIを備えており、 define-by-run APIにより、Optunaで記述されたコードは高いモジュール性を持ち、 ユーザーはハイパー
- 第一个优化例子 — Optuna 1. 4. 0 文档
在优化过程中，Optuna 反复调用目标函数，在不同的 x 下对其进行求值。 一个 Trial 对应着目标函数的单次执行。 在每次调用该函数的时候，它都被内部实例化一次。 而 suggest API (例如 suggest_uniform()) 在目标函数内部被调用。 它被用于获取单个 trial 的参数。
- 教程 — Optuna 1. 4. 0 文档
© Copyright 2018, Optuna Contributors Built with Sphinx using a theme provided by Read the Docs Privacy Policy
- 高级配置 — Optuna 1. 4. 0 文档
optimize() (还有命令 optuna study optimize) 有着数个有用的参数，比如``timeout`` 具体细节见 optimize() 的API参考资料。 供參考: 如果既没有给出 n_trials 也没有给出 timeout 参数的话，优化过程将一直持续下去，直到接收到一个诸如 Ctrl+C 或 SIGTERM 的终止信号。
|
|
|