Optuna v praxi
Použij Optunu k optimalizaci hyperparametrů jednoduché funkce.
V praxi bys chtěl/a optimalizovat účelovou funkci, jejíž vyhodnocení je nákladné nebo časově náročné. Cílem je najít rozumné hyperparametry v co nejmenším počtu pokusů.
Pro jednoduchost zde použiješ předem definovanou účelovou funkci, kterou lze vyhodnotit téměř okamžitě:
$$f(x,y) = 2*(1-x)^2 + (y-x)^2$$
Funkce metric() je definována ve tvém prostředí.
V tomto cvičení jsou x a y hyperparametry, které optimalizuješ.
Toto cvičení je součástí kurzu
Deep Reinforcement Learning v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
study = optuna.create_study()
def objective(trial: optuna.Trial):
# Declare hyperparameters x and y as uniform
x = ____
y = ____
value = metric(x, y)
return value