معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

A Python module for parallel optimization of expensive black-box functions

ویژگی	مقدار
سیستم عامل	-
نام فایل	black-box-1.0.2
نام	black-box
نسخه کتابخانه	1.0.2
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Paul Knysh
ایمیل نویسنده	paul.knysh@gmail.com
آدرس صفحه اصلی	https://github.com/paulknysh/blackbox
آدرس اینترنتی	https://pypi.org/project/black-box/
مجوز	-

# blackbox: A Python module for parallel optimization of expensive black-box functions ## What is this? A minimalistic and easy-to-use Python module that efficiently searches for a global minimum of an expensive black-box function (e.g. optimal hyperparameters of simulation, neural network or anything that takes significant time to run). User needs to provide a function, a search domain (ranges of each input parameter) and a total number of function calls available. A code scales well on multicore CPUs and clusters: all function calls are divided into batches and each batch is evaluated in parallel. A mathematical method behind the code is described in this arXiv note (there were few updates to the method recently): https://arxiv.org/pdf/1605.00998.pdf Don't forget to cite this note if you are using method/code. ## Demo <img src="http://i.imgur.com/kkagLKR.png"> (a) - demo function (unknown to a method). (b) - running a procedure using 15 evaluations. (c) - running a procedure using 30 evaluations. ## Installation `pip3 install black-box` ## Objective function Simply needs to be wrapped into a Python function. ```python def fun(par): ... return output ``` `par` is a vector of input parameters (a Python list), `output` is a scalar value to be minimized. ## Running the procedure ```python import black_box as bb def fun(par): return par[0]**2 + par[1]**2 # dummy example best_params = bb.search_min(f = fun, # given function domain = [ # ranges of each parameter [-10., 10.], [-10., 10.] ], budget = 40, # total number of function calls available batch = 4, # number of calls that will be evaluated in parallel resfile = 'output.csv') # text file where results will be saved ``` **Important:** * All function calls are divided into batches and each batch is evaluated in parallel. Total number of batches is `budget/batch`. The value of `batch` should correspond to the number of available computational units. * An optional parameter `executor = ...` should be specified within `bb.search_min()` in case when custom parallel engine is used (ipyparallel, dask.distributed, pathos etc). `executor` should be an object that has a `map` method. ## Intermediate results In addition to `search_min()` returning list of optimal parameters, all trials are sorted by function value (best ones at the top) and saved in a text file with the following structure: Parameter #1 | Parameter #2 | ... | Parameter #n | Function value --- | --- | --- | --- | --- +1.6355e+01 | -4.7364e+03 | ... | +6.4012e+00 | +1.1937e-04 ... | ... | ... | ... | ... ## Author Paul Knysh (paul.knysh@gmail.com) Feel free to email me if you have any questions or comments. <p align="center"> <img src="http://i.imgur.com/De7yibS.png"> </p>

نیازمندی

مقدار	نام
-	numpy
-	scipy

زبان مورد نیاز

مقدار	نام
>=3.6	Python

نحوه نصب

نصب پکیج whl black-box-1.0.2:

pip install black-box-1.0.2.whl

نصب پکیج tar.gz black-box-1.0.2:

pip install black-box-1.0.2.tar.gz