一个用于进行无梯度优化的Python工具箱
项目描述
Nevergrad - 一个无梯度优化平台
nevergrad 是一个 Python 3.8+ 库。它可以使用以下命令安装：
pip install nevergrad
更多安装选项，包括Windows安装和完整说明，可在文档的“入门”部分找到。
您可以在这里加入Nevergrad用户Facebook群组。
使用优化器（此处为NGOpt）最小化函数很简单
import nevergrad as ng
def square(x):
return sum((x - .5)**2)
optimizer = ng.optimizers.NGOpt(parametrization=2, budget=100)
recommendation = optimizer.minimize(square)
print(recommendation.value) # recommended value
>>> [0.49971112 0.5002944]
nevergrad 也支持有界连续变量以及离散变量，以及它们的混合。为此，可以指定输入空间。
import nevergrad as ng
def fake_training(learning_rate: float, batch_size: int, architecture: str) -> float:
# optimal for learning_rate=0.2, batch_size=4, architecture="conv"
return (learning_rate - 0.2)**2 + (batch_size - 4)**2 + (0 if architecture == "conv" else 10)
# Instrumentation class is used for functions with multiple inputs
# (positional and/or keywords)
parametrization = ng.p.Instrumentation(
# a log-distributed scalar between 0.001 and 1.0
learning_rate=ng.p.Log(lower=0.001, upper=1.0),
# an integer from 1 to 12
batch_size=ng.p.Scalar(lower=1, upper=12).set_integer_casting(),
# either "conv" or "fc"
architecture=ng.p.Choice(["conv", "fc"])
)
optimizer = ng.optimizers.NGOpt(parametrization=parametrization, budget=100)
recommendation = optimizer.minimize(fake_training)
# show the recommended keyword arguments of the function
print(recommendation.kwargs)
>>> {'learning_rate': 0.1998, 'batch_size': 4, 'architecture': 'conv'}
在 文档 中了解更多有关参数化的信息！
使用两点差分进化法，点群收敛到最小值。
文档
查看我们的 文档！它仍在进行中，因此请毫不犹豫地提交问题和/或拉取请求（PR），以更新它并使其更清晰！我们 数据 的最新版本和我们的 PDF 报告 的最新版本。
引用
@misc{nevergrad,
author = {J. Rapin and O. Teytaud},
title = {{Nevergrad - A gradient-free optimization platform}},
year = {2018},
publisher = {GitHub},
journal = {GitHub repository},
howpublished = {\url{https://GitHub.com/FacebookResearch/Nevergrad}},
}
许可证
nevergrad 采用 MIT 许可发布。有关更多详细信息，请参阅 LICENSE。另请参阅我们的 使用条款 和 隐私政策。
下载文件
下载您平台的文件。如果您不确定选择哪个，请了解更多有关 安装包 的信息。
源分布
nevergrad-1.0.5.tar.gz (403.2 kB 查看哈希值)
构建分布
nevergrad-1.0.5-py3-none-any.whl (495.7 kB 查看哈希值)
关闭
nevergrad-1.0.5.tar.gz 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | c341c767067543ada280669118cfc1d2db7eb2610bedb4b7cc3d6ae7ea98955d |
|
| MD5 | c9e06f0e723e61c27ac0c3d801803507 |
|
| BLAKE2b-256 | 00f35f804311ba9c4e617ad419660c7597690123335daf90a0e5eac71fd1c9b5 |
关闭
nevergrad-1.0.5-py3-none-any.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | bfabc7a45cf172aef551c13892329a2ecd30f18cc5493aef4dc7cb84180140bb |
|
| MD5 | a7fa4ecc71afc36b8bc158365db98a84 |
|
| BLAKE2b-256 | a94e3d02e74c06ce2eeb6d39b7654e0b527ae4620debf3f85205522c20b9d2ab |