有人知道如何使用Optuna API在目标函数之外定义超参数空间吗？iter(list_forecasts), num_series=len(testing_data))
return agg_metrics[self.metric] 我希望通过初始化目标类来提供超参数空间所以我可以在optuna的目标
浏览 30提问于2020-12-16得票数 0
偶尔，Optuna会提出一个我并不真正想评估的示例--通常是因为它与先前评估过的解决方案相同或过于接近。在这种情况下，我想用随机抽样代替。是否有一种方法可以为一次试验覆盖来自trial.suggest_float()的建议值(例如)，并将其传递回优化器？eval_check()，它获取一个变量列表并确定是否应该评估该样本，返回True (如果要评估)和False (如果没有)；和evaluate() (获取变量列表并对它们进行评估)，返回一个实数--下面是我试图实现的目标的草图=1000)
现在，我知道这不能像我想要的那样工作，因为，假设<
浏览 10提问于2022-04-05得票数 0
我找到了7个超参数的最优结果，即：使用Optuna多目标优化。我把培训和验证损失最小化作为我的目标。由于调优参数的数量更多，所以我将每个路径的历元数减少为50。然后，我得到了最佳的参数，后Optuna优化</e
浏览 4提问于2021-12-30得票数 0
1回答
该演示了如何使用sklearn解决回归问题，并使用Optuna优化LightGBM模型的超参数。我立即注意到的一件事是，在训练回归模型之前，它们不对任何参数进行规范化。我也在试图传递论点(不。节点，不。层，激活函数，学习速率)到objective函数，在2.我正在阅读，我对如何将超参数搜索空间合并到objective函数感到困惑。
浏览 1提问于2021-06-18得票数 0
我使用Optuna2.5来优化tf.keras CNN模型上的几个超参数。我想使用剪枝，以便优化跳过超参数空间中不太有希望的角。reduction_factor=4, min_early_stopping_rate=0),有时模型在两个周期之后停止，另一些时候在12个时代之后停止，48个等等。我猜想参数</e
浏览 5提问于2021-02-16得票数 1
回答已采纳
我正在尝试使用Optuna对我的模型进行超参数调整。 我被困在一个地方，我想定义一个具有对数正态/正态分布的搜索空间。这在使用hp.lognormal的hyperopt中是可能的。可以使用Optuna的现有suggest_ api的组合来定义这样的空间吗？
浏览 14提问于2021-01-18得票数 0
回答已采纳
我尝试使用optuna来调优超参数。但我的目标函数是有条件的，这会在获取最佳参数时产生问题。UnboundLocalError:赋值前引用的局部变量“”cwc_train“”
define objective (trial):fc.CWC_proposed(predict_bound_trai
浏览 2提问于2019-07-29得票数 1
我想对同一数据进行多个时间序列预测模型的超参数优化。我在为九头蛇使用插件。不同的模型具有不同的超参数，因此搜索空间也不同。目前，我的配置文件如下所示： - datasets: data - override hydra/sweeper: optuna # - 'additive'
# - 'multipli
浏览 25提问于2022-03-07得票数 0
回答已采纳
我刚刚找到了Optuna，它们似乎与lightGBM集成了，但是我很难看到我可以在哪里修复参数，例如scoring="auc"，以及在哪里可以定义一个搜索网格空间，例如num_leaves=[1,2,5,10以为例，他们只定义一个带有一些固定参数的params dict (是否所有参数都未在该dict中指定？)，并且声明：
它以逐步的方式调整重要的超参数(例如min_child_samples和feature_fr
浏览 3提问于2020-11-09得票数 1
在一项研究中，Optuna的FAQ有一个动态调整参数范围的：它没有问题，因为每个采样器都是单独定义的。
但是添加和/或删除参数呢？Optuna有能力处理这种调整吗？在进行此操作时，我注意到的一件事是，在结果数据中，这些参数获取nan条目以供其他试验使用。能够将这些nan设置为它们在未被采样时所具有的(默认值)值，会有什么好处？
浏览 6提问于2020-12-18得票数 1
回答已采纳
我只是做我的第一个ML与optuna项目。我的问题是，如何探索一组多个NN初始化的超参数，其中每次在一次试验中运行仍然需要修剪？
我假设初始化有相当大的影响，我不想因为运气不好而淘汰好的HP。目标函数是基于迭代求和计算结果，采用剪枝的方法。不幸的是，由于随机偏移，目标函数存在噪声。这是用来比喻训练神经网络的。迭代是训练回路，x是超参数，偏移量是网络的随机初始化。由噪声引起的问题是，你不能确定一个超<
浏览 23提问于2022-01-24得票数 1
1回答
我使用.jsonnet文件作为AllenNLP模型配置的模板 我使用Optuna包搜索超参数空间，并使用建议的超参数extVar对每个步骤的模板进行评估，然后训练一个模型并将其保存到归档中。问题是，除了超参数之外，我的.jsonnet配置的某些部分还包括相对于extVar变量(我的包中的目录)的文件路径。
浏览 37提问于2021-07-15得票数 0
在我的模型评估算法中，我希望得到验证数据的模型预测，并应用一种基于验证数据和预测的模型和模拟现实场景的算法。在我的场景中，评估算法不仅依赖于真实目标值(y_true)和预测(y_pred)，而且还依赖于输入验证数据(X)来输出最终的模型得分。因此，对于我的用例，我似乎不能使用带有自定义度量的估计器。实现评估/评分算法对我来说很简单，但如何将评估算法的输出传递给ML引擎的超参数优化任务，从而使其能够在超参数调
浏览 5提问于2018-12-15得票数 1
回答已采纳
我正在学习扩展的TensorFlow，我可以看到它的训练管道包括一个用于超参数调优的"Tuner“组件。因此，我想知道在生产管道的情况下，包含调优是否是一个很好的实践(在大多数情况下，这是通过额外的新培训实例不时迭代地调用的)。我可以看到三种可能性：混合物的一些因素:在最初的单独实验中看到某种程度的调优，但在生产中仍然对其他
浏览 0提问于2022-02-23得票数 0
integration.TorchDistributedTrial支持多项式优化吗？
我在SLURM集群上使用Optuna。假设我想使用两个具有两个gpus的节点进行分布式超参数优化。这个假设是正确的，还是除了TorchDistributedTrial要求将None传递给0以外的objective调用之外，还需要编辑。
浏览 14提问于2022-11-02得票数 0
回答已采纳
2回答
我正在调整word2vec模型的超参数。Word2Vec在控制台上有太多的日志，我无法读取Optuna或我的自定义日志。有什么技巧可以抑制Word2Vec生成的日志吗？
浏览 27提问于2021-11-19得票数 1
回答已采纳
2回答
np.random.random_sample((20,4)), columns=list('ABCD'))
rf_predictions = best_rf_model.predict(test_data_shuffled.iloc[:,:-1]) 有什么方法可以在1M乘以1K的数据集上在合理
浏览 22提问于2021-08-05得票数 0
1回答
当使用异步超参数优化包(如scikit优化包或带有交叉验证的hyperopt包(例如cv =2或4)并将迭代次数设置为N(例如N=100)时，如果我期望：或
期望迭代之间的独立性，在所有100次
浏览 0提问于2020-03-11得票数 1
回答已采纳
3回答
我试图使用optuna搜索超参数空间。CUDA_VISIBLE_DEVICES=0 optuna study optimize foo
浏览 7提问于2020-05-12得票数 3
回答已采纳
2回答
机器学习算法的超参数优化
、、、
我有一个关于机器学习算法的超参数优化的问题。如果20%的观察结果是“红色”，80%是“黑色”，那么一个非常糟糕的分类器就会将每一种情况标为“黑色”，平均而言，交叉验证损失为20%。现在我的问题是:如果我看到我的超级参数优化的目标没有明显下降到20%以下，我可以推
浏览 0提问于2018-06-15得票数 2
回答已采纳
云服务器
ICP备案
对象存储
腾讯会议
云直播
腾讯云开发者
