google/pyglove

해결하는 문제

PyGlove는 Python 객체를 쉽게 조작하고 재결합하며 탐색할 수 있는 기호적 표현으로 간주할 수 있는 방법을 제공합니다. 이는 하이퍼파라미터나 모델 아키텍처를 최적화하거나 진화시켜야 하는 복잡한 머신러닝 워크플로우에서 메타프로그램을 만드는 것을 간소화합니다.

작동 방식

PyGlove는 Python에 기호적 객체 지향 프로그래밍 모델을 도입합니다. @pg.symbolize 데코레이터를 사용하면 사용자는 Python 클래스를 기호적으로 만들 수 있습니다. 기호화된 객체는 다른 값으로 '재결합'하거나 pg.oneof와 같은 기본형을 사용해 탐색 공간으로 정의할 수 있어, 더 나은 프로그램 구성의 자동 탐색이 가능합니다.

대상 사용자

이 라이브러리는 자동 머신러닝(AutoML), 진화 계산, 대규모 ML 팀에서 일하는 연구자 및 개발자들을 위한 것으로, ML 코드를 효율적으로 공유하고 진화시켜야 하는 사람에게 적합합니다.

주요 특징

• 기호적 객체 모델: 객체가 생성된 후에도 직접 Python 객체를 조작할 수 있습니다.
• 자동 탐색 API: 기존 Python 프로그램에 탐색 기능을 쉽게 추가할 수 있는 도구를 제공합니다.
• 탐색 알고리즘: 즉시 사용 가능한 탐색 알고리즘 라이브러리와 새로운 알고리즘을 구축할 수 있는 프레임워크를 포함합니다.
• 분산 인프라스트럭처: 대규모 탐색을 위한 분산 백엔드(예: Open Source Vizier)와 연동됩니다.