Dies ist die Linux-App namens Bayesian Optimization, deren neueste Version als v3.0.0sourcecode.tar.gz heruntergeladen werden kann. Sie kann online beim kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App namens Bayesian Optimization mit OnWorks kostenlos herunter und führen Sie sie online aus.
Befolgen Sie diese Anweisungen, um diese App auszuführen:
- 1. Diese Anwendung auf Ihren PC heruntergeladen.
- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.
- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.
- 4. Starten Sie den OnWorks Linux-Online- oder Windows-Online-Emulator oder den MACOS-Online-Emulator von dieser Website.
- 5. Rufen Sie vom gerade gestarteten OnWorks Linux-Betriebssystem aus unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter, installieren Sie sie und führen Sie sie aus.
SCREENSHOTS
Ad
Bayesianische Optimierung
BESCHREIBUNG
Dies ist ein eingeschränktes globales Optimierungspaket, das auf Bayes-Inferenz und Gauß-Prozess basiert und versucht, den Maximalwert einer unbekannten Funktion in so wenigen Iterationen wie möglich zu finden. Diese Technik eignet sich besonders für die Optimierung von kostenintensiven Funktionen, Situationen, in denen das Gleichgewicht zwischen Exploration und Ausbeutung wichtig ist. Ausführlichere Informationen, weitere erweiterte Funktionen und Tipps zur Verwendung/Implementierung finden Sie im Beispielordner. Folgen Sie dem grundlegenden Tour-Notizbuch, um zu erfahren, wie Sie die wichtigsten Funktionen des Pakets verwenden. Sehen Sie sich das erweiterte Tour-Notizbuch an, um zu erfahren, wie Sie das Paket flexibler gestalten, wie Sie mit kategorialen Parametern umgehen, wie Sie Beobachter verwenden und vieles mehr. Erkunden Sie die Optionen, die das Gleichgewicht zwischen Exploration und Ausbeutung veranschaulichen und wie Sie es kontrollieren können. Erkunden Sie das Notebook zur Domänenreduzierung, um mehr darüber zu erfahren, wie die Suche durch dynamisches Ändern der Parametergrenzen beschleunigt werden kann.
Eigenschaften
- Bayes'sche Optimierung funktioniert durch Konstruktion einer posterioren Verteilung von Funktionen
- Während Sie immer wieder iterieren, gleicht der Algorithmus seine Explorations- und Nutzungsbedürfnisse aus und berücksichtigt dabei, was er über die Zielfunktion weiß
- Bei jedem Schritt wird ein Gaußscher Prozess an die bekannten Stichproben (zuvor untersuchte Punkte) angepasst und die Posterior-Verteilung,
- Dieser Prozess wurde entwickelt, um die Anzahl der Schritte zu minimieren, die erforderlich sind, um eine Kombination von Parametern zu finden, die der optimalen Kombination nahe kommen
- Bayessche Optimierung ist am besten geeignet für Situationen, in denen das Abtasten der zu optimierenden Funktion ein sehr kostspieliges Unterfangen ist
- Dies ist ein Funktionsoptimierungspaket, daher ist die erste und wichtigste Zutat natürlich die zu optimierende Funktion
Programmiersprache
Python
Kategorien
Dies ist eine Anwendung, die auch von https://sourceforge.net/projects/bayesian-optimization.mirror/ abgerufen werden kann. Es wurde in OnWorks gehostet, um auf einfachste Weise online von einem unserer kostenlosen Betriebssysteme ausgeführt zu werden.
