Optuna के साथ हैंड्स-ऑन
Optuna का उपयोग करके किसी सरल फंक्शन के हाइपरपैरामीटर ऑप्टिमाइज़ करें।
व्यवहार में, आप ऐसी ऑब्जेक्टिव फंक्शन को ऑप्टिमाइज़ करना चाहेंगे जिसका मूल्यांकन महँगा या समय लेने वाला हो। इसलिए, आप कम-से-कम ट्रायल्स में उपयुक्त हाइपरपैरामीटर ढूँढना चाहेंगे।
सुविधा के लिए, यहाँ आप एक पूर्व-परिभाषित ऑब्जेक्टिव फंक्शन का उपयोग करेंगे, जिसे लगभग तुरंत इवैल्यूएट किया जा सकता है:
$$f(x,y) = 2*(1-x)^2 + (y-x)^2$$
metric() फंक्शन आपके वातावरण में परिभाषित है।
इस अभ्यास में, x और y वे हाइपरपैरामीटर हैं जिन्हें आप ऑप्टिमाइज़ करेंगे।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Deep Reinforcement Learning
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
study = optuna.create_study()
def objective(trial: optuna.Trial):
# Declare hyperparameters x and y as uniform
x = ____
y = ____
value = metric(x, y)
return value