优化ml的gpyopt接口的实用程序
pydrobert-gpyopt的Python项目详细描述
#pydrobert gpyopt
为ml简化gpyopt接口的实用程序
这个轻量级包
在“pydrobert.gpyopt”中提供了两个实用程序，使事情变得更简单。
首先，``gpyoptobjectivewrapper``包装一个用于gpyopt的函数。
第二个名为“bayesopt”，它接受一个包装器实例和一个“bayesianoptimizationparams”实例，并处理优化循环。
下面是一个示例：
``python
def foo（a，d，b，**kwargs）：r=a**d+b
weirdness=kwargs['weirdness']
'连续'，（-1,1.））a为实数
btw[-1,1]inc
包装。set_variable_u parameter（'d'，离散'，（0，3））d为int
btw[0，3]inc
wrapped.add_parameter（'weirdness'）如果方法有一个**
参数
wrapped.set_variable_parameter（'weirdness列表中的一个元素
weirdness，'categorical'，（'flip'，'null'，我们可以将新参数添加为dynamic
keyword args，无））
params=bayesianoptimizationparams（
seed=1，设置此设置使贝叶斯优化具有确定性
（假设foo是确定性的）
iters=5之后的日志，
）
best=bayesopt（wrapper，params，'hist.csv'）
````
在意外中断后，可以恢复优化。“bayesoptimizationparams”中列出了许多“bayesopt”的选项。
为ml简化gpyopt接口的实用程序
这个轻量级包
在“pydrobert.gpyopt”中提供了两个实用程序，使事情变得更简单。
首先，``gpyoptobjectivewrapper``包装一个用于gpyopt的函数。
第二个名为“bayesopt”，它接受一个包装器实例和一个“bayesianoptimizationparams”实例，并处理优化循环。
下面是一个示例：
``python
def foo（a，d，b，**kwargs）：r=a**d+b
weirdness=kwargs['weirdness']
'连续'，（-1,1.））a为实数
btw[-1,1]inc
包装。set_variable_u parameter（'d'，离散'，（0，3））d为int
btw[0，3]inc
wrapped.add_parameter（'weirdness'）如果方法有一个**
参数
wrapped.set_variable_parameter（'weirdness列表中的一个元素
weirdness，'categorical'，（'flip'，'null'，我们可以将新参数添加为dynamic
keyword args，无））
params=bayesianoptimizationparams（
seed=1，设置此设置使贝叶斯优化具有确定性
（假设foo是确定性的）
iters=5之后的日志，
）
best=bayesopt（wrapper，params，'hist.csv'）
````
在意外中断后，可以恢复优化。“bayesoptimizationparams”中列出了许多“bayesopt”的选项。
欢迎加入QQ群-->： 979659372
