Welcome to UltraOpt’s documentation!

简介

• Installation
• Quick Start
  • Using UltraOpt in HPO
  • Using UltraOpt in AutoML
• Our Advantages
  • Advantage One: ETPE optimizer is more competitive
  • Advantage Two: UltraOpt is more adaptable to distributed computing
  • Advantage Three: UltraOpt is more function comlete and user friendly
• Citation

使用教程

• 01. 基础教程
• 02. 多元变量
  • 优化多元变量的目标函数
  • 定义不同类型的搜索空间
• 03. 条件变量
  • 层次变量
  • 配置层次化
  • 高级条件语句
    • activate 语句
    • condition 语句
    • forbidden 语句
• 04. 详解优化器
  • 实例化优化器对象
  • 不用fmin函数自己实现一个优化过程
    • 先从一次循环中体会整个过程
    • 将上述过程整理为一个for循环
    • MapReduce计算策略：ask多个配置 + 并行调用评价函数
• 05. 实现一个简单的AutoML系统
  • AutoML系统的顶层设计
  • 用HDL定义一个简单的AutoML配置空间
  • 定义一个简单的AutoML评价器
    • Step 1. 将config转化为一个机器学习模型
    • Step 2. 在训练集上对机器学习模型进行训练
    • Step 3. 在验证集上得到相应的评价指标
    • Step 4. 对评价指标进行处理，使其越小越好，返回loss
    • 用一个函数实现AutoML评价器
    • 用一个类实现AutoML评价器
  • 根据上述知识实现一个简单的AutoML系统
• 06. 结合多保真优化
  • 多保真优化简介
  • 在UltraOpt中结合贝叶斯优化与多保真优化
  • AutoML场景下的多保真优化
• 07. 检查点与热启动
  • 检查点
  • 热启动
• 08. 异步通信并行策略
  • 启动 NameServer
  • 启动 Worker
  • 启动 Master
  • 释放资源
• 09. MapReduce并行策略
  • 单机threading后端
  • 单机multiprocessing后端
  • 单机loky后端
  • 集群pyspark后端
  • 集群ray后端
  • 集群dask后端

对比实验

• Synthetic Benchmarks
• Tabular Benchmarks
  • Full-Budget Evaluation Strategy
  • HyperBand Evaluation Strategy

Indices and tables

• 索引

• 模块索引

• 搜索页面