Nevergrad 无梯度优化开源工具开源项目

我要开发同款
匿名用户2018年12月23日
35阅读
开发技术Python
所属分类人工智能、机器学习/深度学习
授权协议MIT

作品详情

大多数机器学习任务——从自然语言处理、图像分类到翻译以及大量其他任务,都依赖于无梯度优化来调整模型中的参数和/或超参数。为了使得参数/超参数的调整更快、更简单,Facebook创建了一个名叫Nevergrad(https://github.com/facebookresearch/nevergrad) 的Python3库,并将它开源发布。Nevergrad提供了许多不依赖梯度计算的优化算法,并将其呈现在标准的问答Python框架中。此外,Nevergrad还包括了测试和评估工具。

Nevergrad现已对外开放,人工智能研究者和其他无梯度优化相关工作者马上就可以利用它来协助自己的工作。这一平台不仅能够让他们实现最先进的算法和方法,能够比较它们在不同设置中的表现,还将帮助机器学习科学家为特定的使用实例找到最佳优化器。在Facebook人工智能研究院(FAIR),研究者正将Nevergrad应用于强化学习、图像生成以及其他领域的各类项目中,例如,它可以代替参数扫描来帮助更好地调优机器学习模型。

这个库包含了各种不同的优化器,例如:

差分进化算法(Differentialevolution)

序列二次规划(Sequentialquadraticprogramming)

FastGA

协方差矩阵自适应(Covariancematrixadaptation)

噪声管理的总体控制方法(Populationcontrolmethodsfornoisemanagement)

粒子群优化算法(Particleswarmoptimization)

声明:本文仅代表作者观点,不代表本站立场。如果侵犯到您的合法权益,请联系我们删除侵权资源!如果遇到资源链接失效,请您通过评论或工单的方式通知管理员。未经允许,不得转载,本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态

评论