hyperengine 0.1.1

关于

hyper engine 是用于模型选择和hyper parameters优化的工具箱。 它旨在通过直观的api和最小的依赖性提供最先进的技术。 hyper engine 不是框架，这意味着它不会对主代码强制执行任何结构或设计， 从而使集成具有本地性和非侵入性。

安装

pip install git+https://github.com/maxim5/hyper-engine.git@master

依赖关系：

• 六，纽比，希比
• TensorFlow（可选）
• pyplot（可选，仅用于开发）

兼容性：

• 巨蟒2.7、3.5、3.6

许可证：

• Apache2.0

hyper engine 设计为与ml平台无关的，但目前只提供简单的绑定。

如何使用

使代码适应超级引擎通常可以归结为将硬编码的超参数迁移到字典（或对象）中。 给特定的张量命名。

之前：

defmy_model():x=tf.placeholder(...)y=tf.placeholder(...)...optimizer=tf.train.GradientDescentOptimizer(learning_rate=0.01)...

之后：

defmy_model(params):x=tf.placeholder(...,name='input')y=tf.placeholder(...,name='label')...optimizer=tf.train.GradientDescentOptimizer(learning_rate=params['learning_rate'])...# Now can run the model with any set of hyper-parameters

其余的集成代码是独立的，可以放在 main 脚本中。 请参阅示例包中的超参数调整示例。