Optuna的使用

安装

直接使用pip进行安装

pip install optuna

安装optuna可视化仪表板

pip install optuna-dashboard

介绍

Optuna是一个用于超参数优化的python库，可以帮助我们自动化选择最优的超参数组合。
使用贝叶斯优化算法搜索超参数空间，
其搜索空间，使用熟悉的python语法，例如条件语句和循环，定义搜索空间。
optuna根据已有的实验结果，自动选择下一超参数组合进行实验，并逐渐收敛于最优解。

超参数优化的基本步骤

• 定义搜索空间
• 定义目标函数
• 创建optuna实验
• 运行试验
• 分析实验结果

一个极简的optuna的优化程序只有三个最核心的概念，objective、单次实验trial、研究study。

示例

例如一个优化预定义目标函数的示例：

import optuna

# 定义对象要优化的函数
# 例如最小化目标函数(x-2)^2
def objective(trial):
	# 定义超参数的搜索空间
	x = trial.suggest_float('x', -10, 10)
	return (x-2)**2
# 创建一个study对象，并调用该优化方法
study = optuna.create_study()
study.optimize(objective, n_trials=100)

print(study.best_params)

optuna:高效易用的超参优化利器