meta-pytorch/botorch

解決的問題

BoTorch 提供模組化貝葉斯優化框架，讓使用者能有效尋找高成本評估函數的最優參數。它簡化了機率模型、獲取函數與最佳化器的組合過程，以執行最佳化迴圈。

工作原理

基於 PyTorch 建構，BoTorch 借助自動微分與 GPU 加速來最佳化獲取函數。它使用重參數化技巧的蒙特卡洛基礎獲取函數，可在不施加嚴格假設的情況下與各種機率模型搭配使用。它與 GPyTorch 無縫整合，支援先進的機率模型，如高斯過程（GPs），以及深度與卷積架構。

適用對象

需要低階 API 來實作新演算法的貝葉斯優化與人工智慧領域的研究人員與高階實務者。對於不從事積極研究的終端使用者，專案建議使用 Ax。

主要亮點

• 用於組合貝葉斯優化基本元件的模組化介面。
• 原生支援 PyTorch，實現 GPU 加速與動態計算圖。
• 支援基於蒙特卡洛的獲取函數。
• 與 GPyTorch 深度整合，支援多任務 GPs、深度核學習與深度 GPs。