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。