如何解决在 Optuna 中是否有任何等价于 hyperopts 对数正态的?
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。在 hyperopt
中使用 hp.lognormal
是可能的。是否可以使用 suggest_
的现有 Optuna
api 的组合来定义这样的空间?
解决方法
您或许可以利用来自 suggest_float(...,1)
(即 U(0,1))的逆变换,因为 Optuna 当前不直接为这两个分布提供 suggest_
变体。这个例子可能是一个起点 https://gist.github.com/hvy/4ef02ee2945fe50718c71953e1d6381d
请找到下面的代码
import matplotlib.pyplot as plt
import numpy as np
from scipy.stats import norm
from scipy.special import erfcinv
import optuna
def objective(trial):
# Suggest from U(0,1) with Optuna.
x = trial.suggest_float("x",1)
# Inverse transform into normal.
y0 = norm.ppf(x,loc=0,scale=1)
# Inverse transform into lognormal.
y1 = np.exp(-np.sqrt(2) * erfcinv(2 * x))
return y0,y1
if __name__ == "__main__":
n_objectives = 2 # Normal and lognormal.
study = optuna.create_study(
sampler=optuna.samplers.RandomSampler(),# Could be "maximize". Does not matter for this demonstration.
directions=["minimize"] * n_objectives,)
study.optimize(objective,n_trials=10000)
fig,axs = plt.subplots(n_objectives)
for i in range(n_objectives):
axs[i].hist(list(t.values[i] for t in study.trials),bins=100)
plt.show()
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。