如何让 optuna 连续几次建议不同值并仅使用最后一个建议值？

编程问答 2022-05-29

问题描述

这是基本的代码示例：

import optuna

def objective(trial):
    i=0
    while i < 5:
        x = trial.suggest_uniform('x',-10,10)
        c = trial.suggest_categorical('c',['dave','masha'])
        print('x =',x,'; c =',c)
        i +=1
    return (x - 2) ** 2

study = optuna.create_study()
study.optimize(objective,n_trials=1)

当我运行它时，我得到这个：

[I 2021-01-18 15:54:35,991] A new study created in memory with name: no-name-dede52a4-81d4-494d-9461-79d6bc45092c
[I 2021-01-18 15:54:35,993] Trial 0 finished with value: 1.1393024707748967 and parameters: {'x': 0.9326188727662004,'c': 'dave'}. Best is trial 0 with value: 1.1393024707748967.
x = 0.9326188727662004 ; c = dave
x = 0.9326188727662004 ; c = dave
x = 0.9326188727662004 ; c = dave
x = 0.9326188727662004 ; c = dave
x = 0.9326188727662004 ; c = dave

如您所见，trial 以某种方式坚持其最初建议的值。 我希望 trial 每次调用 trial.suggest... 时都建议新值。一定有办法做到这一点，但我还没有想出来。有人能指出我的解决方案吗？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

machine-learningneural-networkoptimizationoptunapython