Hyperopt中文文檔導讀

時間 2019-11-30

標籤 hyperopt 中文文檔導讀简体版

原文原文鏈接

在2017年的聖誕節前，我翻譯了有關HyperOpt的中文文檔，這也時填補了空白，以此做爲獻給全部中國程序員，以及全部其餘機器學習相關行業人員的聖誕禮物。聖誕快樂，各位。python

HyperOpt中文文檔導讀

翻譯的文檔已經發佈於github,請在個人項目Hyperopt_CN中的wiki查看相應文檔.CSDN,知乎同步更新中.git

HyperOpt中文版wiki文檔內容包括如下內容:程序員

下面是hyperopt的官網首頁,做爲對其的簡單介紹github

Hyperopt

在Python中進行分佈式異步超參數優化算法

Font Tian translated this article on 22 December 2017mongodb

hyperopt 是一個Python庫，能夠用來尋找實數,離散值,條件維度等搜索空間的最佳值。機器學習

# define an objective function
    def objective(args):
        case, val = args
        if case == 'case 1':
        return val
        else:
        return val ** 2

    # define a search space
    from hyperopt import hp
    space = hp.choice('a',
        [
        ('case 1', 1 + hp.lognormal('c1', 0, 1)),
        ('case 2', hp.uniform('c2', -10, 10))
        ])

    # minimize the objective over the space
    from hyperopt import fmin, tpe
    best = fmin(objective, space, algo=tpe.suggest, max_evals=100)

    print best
    # -> {'a': 1, 'c2': 0.01420615366247227}
    print hyperopt.space_eval(space, best)
    # -> {'case 2', 0.01420615366247227}

算法

目前兩種算法的實現:異步

隨機搜索
Tree of Parzen Estimators (TPE)

Hyperopt 設計伊始,是包括基於高斯過程與迴歸樹的貝葉斯優化算法的,可是如今這些都尚未被實現.分佈式

同時,Hyperopt全部的算法均可以經過MongoDB進行串行或者並行計算.學習

安裝

用戶安裝

pip install hyperopt

開發版安裝

git clone https://github.com/hyperopt/hyperopt.git
    (cd hyperopt && python setup.py develop)
    (cd hyperopt && nosetests)

更多信息，請參見安裝說明。

文檔

文檔如今託管在wiki上,但這裏有一些相關頁面的連接:

實例

在wiki中打開Hyperot

相關標籤/搜索

每日一句

每一个你不满意的现在，都有一个你没有努力的曾经。