minka-johann-haselberger 1.0.1

关于

Minka 将成为您的优化问题和一组模块化支持工具之间的中间件，以：

• 自动执行超参数优化
• 存储结果、参数集和自定义数据
• 比较不同的训练运行
• 可视化结果和培训过程

该项目的目的是提供一个尽可能简单的界面，而无需更改现有代码。

一条线改变一切

比只添加一行更容易吗？

minka(yourOptimizationTask, 'configuration.json').opt(numberOfRuns)

架构概述

用法

安装

!pip install --upgrade PyYAML==4.2b4 optuna sacred python-telegram-bot dnspython loguru wandb pymongo

准备

• 为了存储数据，需要一个 mongoDB。你可以在这里免费托管一个：https ://cloud.mongodb.com
• 如果要使用 w&b 界面，则需要一个帐户。在这里创建一个：https ://app.wandb.ai

定义优化问题

Minka 使用配置 json 文件和实际优化任务的非常简单的组合，表示为单个类。

优化类

优化模板：

class yourOptimizationTask:
    def __init__(self):
        pass

    def prepare(self):
        pass

    def run(self, config):
        x = config['x']
        result = (x - 2) ** 2

        evalMetrics = {
            'error': result
        }

        logArrays = {
            'someValues': [1,2,3,4]
        }

        return result, evalMetrics, logArrays

    def cleanup(self):
        pass

参数配置

configuration.json 文件的内容：

{
    "comment": "parameter types: fix, categorical, discrete_uniform, int, loguniform, uniform",
    "parameters": {
        "batchSize": {"type": "fix","values": 256},
        "epochs": {"type": "fix","values": 75},
        "x": {"type": "categorical","values": [11,22,26]}
    }
}

截图