Tunny 是 Grasshopper 的优化组件,使用了Optuna,一个开源的超参数自动优化框架。
该组件支持以下优化算法。
- 贝叶斯优化(TPE)
- 贝叶斯优化(GP)
- 遗传算法(NSGA-II)
- 遗传算法(NSGA-III)
- 进化策略(CMA-ES)
- 准蒙特卡洛
- 随机
- 人在回路优化
TPE、GP、NSGA-II 和 NSGA-III 还支持带有约束的多目标优化。
它的灵感来自于如 Galapagos、opossum 和 wallacei 等组件,并且可以类似地使用。
有关如何使用它的更多信息,点击这里 查看文档。
以下是来自 Optuna 官方网站的内容
Optuna™,一个开源的自动超参数优化框架,自动化了优化超参数的试错过程。它基于优化目标自动找到最优的超参数值。Optuna 与框架无关,并且可以与大多数 Python 框架一起使用,包括 Chainer、Scikit-learn、Pytorch 等。
Optuna 在 PFN 项目中取得了良好的成果。一个例子是在 Google AI Open Images 2018 – Object Detection Track 竞赛中获得了第二名。
Optuna 官方网站:https://optuna.org/
安装
首先,Tunny 仅在 Windows 上运行。
- 从这个页面或发布页面下载 Tunny。
- 右键点击 .zip 文件 > 属性 > 确保没有“阻止”文字
- 在 Grasshopper 中,选择文件 > 特殊文件夹 > 组件文件夹。将你下载的 Tunny 文件夹移动到那里。
- 重启 Rhino 和 Grasshopper
- 享受吧!