Optuna を触ってみましょう
Optuna を使って、シンプルな関数のハイパーパラメータを最適化します。
実務では、評価にコストや時間がかかる目的関数を最適化することが多いです。そのため、できるだけ少ない試行回数で妥当なハイパーパラメータを見つけたいはずです。
ここでは利便性のため、ほぼ瞬時に評価できるあらかじめ用意した目的関数を使います。
$$f(x,y) = 2*(1-x)^2 + (y-x)^2$$
metric() 関数は実行環境に定義されています。
この演習では、x と y が最適化するハイパーパラメータです。
この演習はコースの一部です
Pythonで学ぶDeep Reinforcement Learning
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
study = optuna.create_study()
def objective(trial: optuna.Trial):
# Declare hyperparameters x and y as uniform
x = ____
y = ____
value = metric(x, y)
return value