如何解决为什么之前没有定义搜索变量和域?
这更像是一个概念性问题:考虑下面针对绝对值函数的最小值进行优化的最小示例。在这里,我使用了 trial.suggest_float
中的 objective
函数,就像教程中所教的那样。
但在这里我想知道:优化器不应该提前知道我们正在优化哪些变量吗?在不知道使用了哪些变量和域的情况下,优化器如何生成有意义的试验?
似乎进行优化的东西几乎会隐藏在 trial
中,是真的吗?谁能详细说明我们应该如何考虑这个问题?
import optuna
def objective(trial):
x = trial.suggest_float('x',-1,1)
# absolute value
if x < 0:
return -x
else:
return x
if __name__ == '__main__':
study = optuna.create_study()
study.optimize(objective,n_trials=100)
print(f'{study.best_params=}')
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。