机器学习算法的实用贝叶斯优化 贾斯珀·斯诺克、雨果·拉罗谢尔和瑞安·普雷斯科特·亚当斯 2012年神经信息处理系统进展 多任务贝叶斯优化 Kevin Swersky、Jasper Snoek和Ryan Prescott Adams 2013年神经信息处理系统进展 非静态函数贝叶斯优化的输入扭曲 Jasper Snoek、Kevin Swersky、Richard Zemel和Ryan Prescott Adams 2014年国际机器学习会议 贝叶斯优化和半参数模型及其在辅助技术中的应用 Jasper Snoek,博士论文,多伦多大学,2013年 具有未知约束的贝叶斯优化 迈克尔·盖尔巴特(Michael Gelbart)、贾斯珀·斯诺克(Jasper Snoek)和瑞恩·普雷斯科特·亚当斯(Ryan Prescott Adams) 2014年人工智能的不确定性
未知约束贝叶斯优化的预测熵搜索 何塞·米盖尔·埃尔南德斯·洛巴托(JoséMiguel Hernández-Lobato)、迈克尔·盖尔巴特(Michael A.Gelbart)、马修·霍夫曼(Matthew W.Hoffman)、瑞安·亚当斯(Ryan P.Adams)、佐宾·加拉 2015年国际机器学习会议。 约束贝叶斯优化及其应用 Michael A.Gelbart,哈佛大学博士论文,2015年 基于信息搜索的约束贝叶斯优化通用框架 何塞·米盖尔·埃尔南德斯·洛巴托(JoséMiguel Hernández-Lobato)、迈克尔·盖尔巴特(Michael A.Gelbart)、瑞安·亚当斯(Ryan P.Adams)、马修·霍夫曼(Matthew W.Hoffman)、佐宾·加拉 《机器学习研究杂志》,2016年。
下载/克隆speamint代码 使用pip:“pip Install-e</path/to/speumint/root>”(-e表示将自动反映更改)安装speumint包 下载并安装MongoDB: https://www.mongodb.org/ 使用例如pip或anaconda安装pymongo包 (可选)下载并安装NLopt: http://ab-initio.mit.edu/wiki/index.php/NLopt (有关说明,请参见下文)
创建一个可调用的目标函数。 请参阅/ 例如examples/toy/toy.py。 创建一个配置文件。 请参阅/ 例如examples/toy/config.json。 在这里,您将看到我们指定了PESC采集功能,而不是默认值,即预期改进(EI)。
启动MongoDB守护程序实例: mongod—fork—日志路径\<path/to/logfile \>—dbpath \<path/to/dbfolder \> 运行留兰香: python main.py \</path/to/experience/directory\> (尝试>>python main.py../examples/toy)
要打印所有结果,请运行 python print_all_results.py\</path/to/experimental/directory\> 要创建显示目标函数随时间减少的图,请转到 可视化 目录并运行 python progress_curve.py \</path/to/experimental/directory\> 。结果将显示在实验目录的“plots”子目录中。 如果您查看进度曲线文件的底部,您将看到许多选项,例如以对数刻度绘制等。 (仅限二维目标函数)要创建二维目标函数的绘图(例如提供的示例),请转到可视化目录并运行 python绘图2d.py \</path/to/experience/directory\> 。它们将出现在 绘图 实验目录中的子目录。
wget公司 http://ab-initio.mit.edu/nlopt/nlopt-2.4.2.tar.gz tar-zxvf nlopt-2.4.2.tar.gz cd nlopt-2.4.2光盘 mkdir构建 ./configure PYTHON=PATH/TO/YOUR/PYTHON/python2.7--enable-shared--prefix=PATH/TO/YUR/NLOPT/NLOPT-2.4.2/build/ 制作 进行安装 export PYTHONPATH=PATH/TO/YOUR/NLOPT/NLOPT-2.4.2/build/lib/python2.7/site-packages/:$PYTHONPATH (您可以将第8行添加到.bashrc或等效文件中)