facebookresearch/nevergrad
A Python toolbox for performing gradient-free optimization
何を解決するか
勾配を必要とせずに関数を最小化する方法を提供します。これは、同じ数学的導関数が利用できない場合に、ハイパーパラメータや複雑な関数を最適化する上で不可欠です。
動作方法
このライブラリは、さまざまな勾配フリー最適化アルゴリズムを使用して、指定された関数の最小値を見つけます。ユーザーは連続変数、整数、カテゴリカル選択(例:"conv" と "fc")を含む検索空間(パラメータ化)を定義できます。
対象ユーザー
従来の勾配ベースの手法が適用できない機械学習モデルやその他の数学的関数のパラメータ最適化が必要な研究者や開発者です。
特徴
- 範囲制限付き連続変数、離散変数、および異なる入力タイプの混合をサポート。
- 最小化関数のためのシンプルなAPIで、最小限のコード量で利用可能。
- 対数分布されたスカラー、整数、選択肢を扱うための柔軟なパラメータ化システム。
- 勾配フリーのアプローチにより、多様な複雑な最適化問題に適しています。
関連
- プロジェクト
- プロジェクト
- プロジェクト
- プロジェクト
- プロジェクト