
人工智能源码阅读
数学工具构造器
这个作者很懒,什么都没留下…
展开
-
auto-sklearn源码阅读(1):超参空间的构造
本文分为软核与硬核部分,软核部分适合一般读者,为科普内容,不直接涉及代码。硬核部分适合想研究底层源码的算法工程师文章目录软核部分源码哥的烦恼auto-sklearn的功能与作用域从一个例子入手auto-sklearn 的 Pipeline优化过程:贝叶斯优化硬核部分创建搜索空间软核部分源码哥的烦恼这天,源码哥的老板丢给源码哥一个Excel表,说:“小猿,这里有两个表,一个表是上个...原创 2020-02-12 22:49:04 · 860 阅读 · 1 评论 -
简化hyperopt参数空间配置
hyperopt(https://github.com/hyperopt/hyperopt)是一个用Python编写的分布式异步的超参优化工具。本文代码地址:https://github.com/TQCAI/hyperopt-simple-cfg文章目录令人抓狂的配置起来,不愿写配置的人们程序细节令人抓狂的配置如果用hyperopt搜索一些算法的超参空间,会发现很难写配置。以svm为...原创 2020-02-08 22:11:08 · 931 阅读 · 1 评论 -
smac源码分析(1):初探smac
smac的应用:auto-sklearnSMAC(Sequential Model-based Algorithm Configuration),即基于序列模型的算法配置,被广泛应用在各个自动机器学习框架上,如微软的nni(https://github.com/microsoft/nni),auto-sklearn等。其中auto-sklearn的超参搜索模块完全由smac算法构建。要想理解au...原创 2020-02-07 12:34:58 · 4011 阅读 · 1 评论