BOHB公司 swMATH ID: 35481 软件作者: Stefan Falkner、Aaron Klein、Frank Hutter 描述: BOHB:规模上稳健高效的超参数优化。现代深度学习方法对许多超参数非常敏感,并且由于最先进模型的训练时间很长,普通贝叶斯超参数优化在计算上通常是不可行的。另一方面,基于随机搜索的基于土匪的配置评估方法缺乏指导,并且不能快速收敛到最佳配置。在这里,我们建议将贝叶斯优化和基于盗贼的方法的优点结合起来,以实现这两种方法的最佳效果:强大的任何时间性能和快速收敛到最佳配置。我们提出了一种新的实用的最新超参数优化方法,该方法在广泛的问题类型(包括高维玩具函数、支持向量机、前馈神经网络、贝叶斯神经网络、深度强化学习、,和卷积神经网络。我们的方法健壮且通用,同时概念简单且易于实现。 主页: https://arxiv.org/abs/1807.01774 源代码: https://github.com/automl/HpBandSter 相关软件: 超波段;Hyperopt公司;青蒿素;SMAC公司;亚当;Scikit公司;PyTorch公司;BoTorch公司;AlexNet公司;ImageNet公司;汽车-WEKA;自动锁相环;EGO公司;TensorFlow公司;UCI-毫升;内弗格拉德;irace公司;OpenTuner(OpenTuner);RoBO公司;GPflowOpt(通用流程选项) 引用于: 16文件 全部的 前5名78位作者引用 2 海萨姆·布·阿马尔 2 安德烈·比登卡普 2 亚历山大一世,科恩·里弗斯。 2 瑞恩·赖斯·格里菲斯 2 安托万·格罗斯尼特 2 弗兰克·哈特 2 马吕斯·林道尔 2 拉苏尔·图图诺夫 2 王军 1 乔治·艾瓦利奥提斯 1 皮埃尔·巴尔迪 1 卡罗琳·本杰明斯 1 詹姆斯·布朗(James C.Browne)。 1 伯恩斯,兰德尔 1 罗伯托·卡兰德拉 1 马克斯·卡尔森 1 陈景欢 1 陈晓丽 1 奈提克·乔克西 1 Jaewon Chung 1 卢卡斯·西罗尼斯 1 彼得罗·马科·康格多 1 Del Buono,尼科莱塔 1 邓迪凡 1 段金桥 1 凯萨琳娜·艾根斯佩格 1 特蕾莎·艾玛 1 弗拉维亚·露西娅·埃斯波西托 1 本杰明·福尔克 1 阿列克桑德拉·浮士德 1 马蒂亚斯·费雷尔 1 丹尼尔·吉伦。 1 乔西夫·格拉博卡 1 拉尔斯·赫特尔 1 黄鹏程 1 黄云宝 1 黄泽英 1 Marco F.Huber。 1 郝建业 1 哈迪·S·约马。 1 乔治·埃姆·卡尼亚达基斯 1 李海燕 1 林景亮 1 大卫·卢加托 1 吕文龙 1 毛罗·马吉奥尼 1 亚历山大·马克斯·马拉瓦尔 1 苗英杰 1 野村、Masahiro 1 保罗·诺维洛 1 Masaki Onishi 1 吉彦小崎 1 简·帕尔琴斯基 1 杰克驻车支架 1 杰西·帕索利克。 1 乔尔·鲍尔森(Joel A.Paulson)。 1 简·彼得斯 1 加勒·波埃特 1 Priebe,Carey E。 1 拉胡·拉詹 1 蒂姆·鲁科普夫 1 勒内·萨斯 1 拉尔斯·施密特·蒂姆 1 劳拉·塞利卡托 1 沈岑成 1 宋兴友 1 Farshud Sorourifar公司 1 谷垣祯一 1 伊琳娜·特泽尔 1 泰勒·M·富田。 1 约书亚·T·沃格尔斯坦。 1 王志 1 渡边淑黑 1 杰里·沃特金斯 1 是,杰森 1 拉斐尔·扎杜克 1 张保和 1 马克·安德烈·泽勒 全部的 前5名11篇连载文章中引用 4 人工智能研究杂志 三 机器学习研究杂志(JMLR) 1 应用数学与计算 1 计算与应用数学杂志 1 最优控制应用与方法 1 科学计算杂志 1 欧洲应用数学杂志 1 数据挖掘与知识发现 1 工程优化 1 计算与图形统计杂志 1 统计与计算 全部的 前5名在9个字段中引用 13 计算机科学(68至XX) 5 统计学(62-XX) 三 运筹学、数学规划(90-XX) 2 数值分析(65-XX) 1 线性代数和多线性代数;矩阵理论(15-XX) 1 偏微分方程(35-XX) 1 功能分析(46倍X倍) 1 地球物理学(86-XX) 1 系统论;控制(93至XX) 按年份列出的引文