搜索 - 腾讯云开发者社区-腾讯云

文章/答案/技术大牛

发布

来自专栏AI部落联盟
一文看懂贝叶斯优化/Bayesian Optimization
以下例子需要安装Gpy和GpyOpt这两个python库。假设我们的目标函数是：这个函数定义在[-1,1]之间，通常也叫domain。这个函数的在定义区间的最优点是：x 。于是代码为： import GPyOpt def myf(x): return x ** 2 bounds = [{'name': 'var_1', 'type': 'continuous', ' domain': (-1,1)}] # 变量名字，连续变量，定义区间是-1到1 max_iter = 15 # 最大迭代次数 myProblem = GPyOpt.methods.BayesianOptimization
6.8K30发布于 2021-04-08
来自专栏深度学习自然语言处理
【机器学习】一文看懂贝叶斯优化/Bayesian Optimization
以下例子需要安装Gpy和GpyOpt这两个python库。假设我们的目标函数是：这个函数定义在[-1,1]之间，通常也叫domain。这个函数的在定义区间的最优点是：x 。于是代码为： import GPyOpt def myf(x): return x ** 2 bounds = [{'name': 'var_1', 'type': 'continuous', 'domain ': (-1,1)}] # 变量名字，连续变量，定义区间是-1到1 max_iter = 15 # 最大迭代次数 myProblem = GPyOpt.methods.BayesianOptimization
5.6K31发布于 2021-04-08
来自专栏机器学习/数据可视化
一文讲透机器学习超参数调优（附代码）
库1、简介GPyOpt是一个基于GPy的Python库，用于实现贝叶斯优化。图片GPyOpt库旨在解决实际问题，包括但不限于函数优化、超参数优化、深度学习中的模型调参等。使用者可以根据需要自定义代理模型，并且能够方便地与第三方库集成。此外，GPyOpt支持多种优化算法，如贝叶斯优化、粒子群优化等，以满足不同应用场景的需求。官方学习地址：https://sheffieldml.github.io/GPyOpt/直接使用pip进行安装：pip install gpyopt基于源码的安装：# git clone https:/ /github.com/SheffieldML/GPyOpt.git# cd GPyOpt# git checkout devel# nosetests GPyOpt/testing3个主要依赖包的版本要求
2.3K34编辑于 2023-09-07
来自专栏Python绿色通道
conda：一个当下最流行的Python虚拟环境工具
2.2.2 - tensorflow-mkl==1.13.1 - keras==2.2.2 - pip: - mlflow>=1.0 - Gpy==1.9.2 - GpyOpt
3.1K10发布于 2019-11-21
来自专栏AI科技评论
自动机器学习：最近进展研究综述
Gonzalez, “Gpyopt: A bayesian optimization framework in python,”http://github.com/SheffieldML/GPyOpt,
61240发布于 2019-08-15
来自专栏AutoML(自动机器学习)
AutoML: A Survey of the state-of-the-art
Gonzalez, “Gpyopt: A bayesian optimization framework in python,” http://github.com/SheffieldML/GPyOpt
1.8K42发布于 2019-08-08
来自专栏磐创AI技术团队的专栏
自动机器学习：最近进展研究综述
Gonzalez, “Gpyopt: A bayesian optimization framework in python,”http://github.com/SheffieldML/GPyOpt,
53740发布于 2019-08-20
来自专栏AI小白入门
【综述】自动机器学习最近研究进展
Gonzalez, “Gpyopt: A bayesian optimization framework in python,”http://github.com/SheffieldML/GPyOpt,
50430发布于 2019-10-08
来自专栏CreateAMind
贝叶斯优化预期改进
GPyOpt [71] 通过迄今为止观察到的最佳点或通过汤普森采样生成的点来增加随机重启。Spearmint [68] 基于当前最佳点的高斯扰动初始化起始点。
7210编辑于 2026-03-11

一文看懂贝叶斯优化/Bayesian Optimization

【机器学习】一文看懂贝叶斯优化/Bayesian Optimization

一文讲透机器学习超参数调优（附代码）

conda：一个当下最流行的Python虚拟环境工具

自动机器学习：最近进展研究综述

AutoML: A Survey of the state-of-the-art

自动机器学习：最近进展研究综述

【综述】自动机器学习最近研究进展

贝叶斯优化预期改进

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐