![](/img/trans.png)
[英]How to use Optuna to determine optimum of a parameter set without an objective function
[英]How to tune conditional objective function using optuna or hyperopt
我嘗試使用optuna調整超參數。 但是我的目標函數是有條件的,這在獲取最佳參數時會產生問題。
我只想在滿足條件的情況下獲得CWC,否則請繼續嘗試下一個超參數。 但是我想因為條件不滿足並且目標函數重播了cwc它給出了錯誤
UnboundLocalError:分配前已引用局部變量“ cwc_train”
define objective (trial):
k_dis = trial.suggest_uniform('k_dis', 0.0, 5.0)
l_dis = trial.suggest_uniform('l_dis', 0.0, 5.0)
k_bound = trial.suggest_uniform('k_bound', 0.0, 5.0)
l_bound = trial.suggest_uniform('l_bound', 0.0, 5.0)
picp = .....
pinrw = .....
if picp_train >= 0.8 and pinrw_train < 0.18:
cwc_train = fc.CWC_proposed(predict_bound_train, Y_train)
else:
print("error = ")
return cwc_train
study = optuna.create_study()
study.optimize(objective, n_trials=100)
UnboundLocalError:分配前已引用局部變量“ cwc_train”
我只想在滿足條件的情況下獲得CWC,否則請繼續嘗試下一個超參數。
在這種情況下,請引發optuna.structs.TrialPruned
而不是返回cwc_train。 請注意,默認采樣器( TPESampler
)知道修剪的解決方案,因此可以降低重新采樣的可能性。
if picp_train >= 0.8 and pinrw_train < 0.18:
cwc_train = fc.CWC_proposed(predict_bound_train, Y_train)
return cwc_train
raise optuna.structs.TrialPruned()
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.