bolib 0.20.10

设置bolib

• 创建并激活virtualenv（用于python2）或 venv（Python3）

# for python3
python3 -m venv .env
# or for python2
python2 -m virtualenv .env

source .env/bin/activate

• 升级pip

python -m pip install --upgrade pip

• 安装bolib包

python -m pip install bolib

• matplotlib需要安装后端才能交互工作 （见https://matplotlib.org/faq/virtualenv_faq.html）。 最简单的解决方案是安装tk框架， 可以在上找到python tk（或python3 tk） 某些Linux发行版。

使用bolib

• 导入bolib以在python脚本中使用它。

importbolib

• 其中包括一些著名的目标函数。

of=bolib.ofs.Branin()of.evaluate([1.0,1.0])# 27.702905548512433

• 要使用贝叶斯优化，我们需要一个概率模型。在这个例子中，我们将使用高斯过程。

importgplibmodel=gplib.GP(mean_function=gplib.mea.Fixed(),covariance_function=gplib.cov.Sum([gplib.cov.SquaredExponential(),gplib.cov.WhiteNoise()]),likelihood_function=gplib.lik.Gaussian(),inference_method=gplib.inf.ExactGaussian())metric=gplib.me.LML()fitting_method=gplib.fit.MultiStart(obj_fun=metric.fold_measure,ls_method="Powell",max_fun_call=500)validation=gplib.dm.Full()

• 贝叶斯优化也需要一个获取函数。

af=bolib.afs.ExpectedImprovement()

• 最后，我们可以初始化我们的优化模型并开始优化过程。

bo=bolib.methods.BayesianOptimization(model,fitting_method,validation,af)bo.set_seed(seed=1)x0=bo.random_sample(of.get_bounds(),batch_size=5)bo.minimize(of.evaluate,x0,bounds=of.get_bounds(),tol=1e-5,maxiter=of.get_max_eval(),disp=True)

• bolib也是scipy兼容的。

importscipy.optimizeasspobo.set_seed(seed=1)x0=bo.random_sample(of.get_bounds(),batch_size=5)result=spo.minimize(of.evaluate,x0,bounds=of.get_bounds(),method=bo.minimize,tol=1e-5,options={'maxiter':of.get_max_eval(),'disp':True})

• examples/目录中有更多的示例。看看他们！

开发bolib

• 使用git下载存储库

git clone https://gitlab.com/ibaidev/bolib.git
cd bolib
git config user.email 'MAIL'
git config user.name 'NAME'
git config credential.helper 'cache --timeout=300'
git config push.default simple

• 更新API文档

source ./.env/bin/activate
pip install Sphinx
cd docs/
sphinx-apidoc -f -o ./ ../bolib