跳转到正文

Optuna

Optuna project

Optuna 是通用 Python 超参数搜索框架,提供 study、trial、采样与剪枝 API。

条目更新 ·

概览

Optuna 以 study 和 trial 组织优化任务。文档中的 Python API 通过目标函数定义搜索空间,并提供采样器、提前停止无望试验的剪枝机制及试验历史可视化。该项目主要面向机器学习超参数优化。

Optuna 不是化学专用实验室控制系统。化学应用需自行定义目标函数,并为可行输入、成本和测量设置约束。仓库提供 Python 安装说明,代码采用 MIT 许可。

主要功能

  • 用于参数搜索的 study 与 trial API
  • 采样、剪枝和试验历史可视化

使用场景

  • 定义评估函数后,调节分子预测模型或探索有边界的实验参数空间。

使用方式

安装 Optuna 并运行官方示例;明确目标函数、搜索范围和停止规则。使用建议条件前检查试验记录并完成验证。

来源与核查边界

本条目说明所链接项目来源中记载的能力。条目编辑更新不代表完成过运行测试、兼容性测试或科学性能评估。

查看编辑与核查政策

相关资源

AlabOS

开源工具

AlabOS 管理自主实验室的工作流,通过数据库支撑的编排服务协调样品、任务与设备动作。

开源Python

材料发现 · 实验室自动化 · 工艺优化

Atlas 是面向实验科学的贝叶斯优化软件,提供用于自驱动实验室流程的高斯过程规划器。

开源Python

实验室自动化 · 工艺优化

Ax

平台

Ax 是用于自适应实验的 Python 平台,其贝叶斯优化部分由 BoTorch 支持。

开源Python

工艺优化

BayBE

开源工具

BayBE 是一个用于贝叶斯实验设计的 Python 工具箱,可根据定义的搜索空间、目标和测量结果推荐参数配置,支持化学领域感知和多目标工作流。

开源Python

实验室自动化 · 工艺优化

BoFire

开源工具

BoFire 是一个用于实验设计和贝叶斯优化的 Python 框架,支持混合变量、约束、分子表示和迭代候选选择。

开源Python

实验室自动化 · 工艺优化

BoTorch

开源工具

BoTorch 是基于 PyTorch 的贝叶斯优化库,用于构建代理模型、采集函数和候选方案生成流程。

开源Python

工艺优化

相关指南