เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ลงมือใช้งาน Optuna

ใช้ Optuna เพื่อปรับแต่งไฮเปอร์พารามิเตอร์ของฟังก์ชันอย่างง่าย

ในทางปฏิบัติ ฟังก์ชัน objective ที่ต้องการปรับแต่งมักใช้เวลานานในการประเมินผล ดังนั้นจึงต้องการหาไฮเปอร์พารามิเตอร์ที่เหมาะสมโดยใช้จำนวน trial น้อยที่สุดเท่าที่จะเป็นไปได้

เพื่อความสะดวก แบบฝึกหัดนี้จะใช้ฟังก์ชัน objective ที่กำหนดไว้ล่วงหน้า ซึ่งสามารถประเมินผลได้แทบจะทันที:

$$f(x,y) = 2*(1-x)^2 + (y-x)^2$$

ฟังก์ชัน metric() ถูกกำหนดไว้ในสภาพแวดล้อมของคุณแล้ว

ในแบบฝึกหัดนี้ x และ y คือไฮเปอร์พารามิเตอร์ที่ต้องการปรับแต่ง

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Deep Reinforcement Learning ด้วย Python

ดูคอร์ส

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

study = optuna.create_study()

def objective(trial: optuna.Trial):
    # Declare hyperparameters x and y as uniform
    x = ____
    y = ____
    
    value = metric(x, y)
    return value
แก้ไขและรันโค้ด