如何在optuna中对不重复的参数进行采样？

Question

我正在使用 optuna 对我的自定义模型进行参数优化。

在当前参数集之前没有测试之前，有什么方法可以对参数进行采样吗？我的意思是，如果过去曾使用相同的参数集进行过一些试验，请尝试对另一个参数进行采样。

在某些情况下它是 impossible，例如，当存在分类分布并且 n_trials 大于数字 os possible unique sampled值。

我想要的：有一些像 num_attempts 这样的配置参数，以便在 for 循环中对高达 num_attempts 的参数进行采样，直到有一个之前没有测试过的参数集，否则 - 运行在最后一个采样集上进行试验。

为什么我需要这个：只是因为它 cos 对运行重模型在相同的参数上好几次太多了。

我现在做的：只是做这个 "for-loop" 东西，但它很乱。

如果有另一种聪明的方法 - 将非常感谢您提供信息。

谢谢！

Answer 1

据我所知，目前没有直接的方式处理您的案件。作为解决方法，您可以检查参数重复并跳过评估，如下所示：

import optuna

def objective(trial: optuna.Trial):
    # Sample parameters.
    x = trial.suggest_int('x', 0, 10)
    y = trial.suggest_categorical('y', [-10, -5, 0, 5, 10])

    # Check duplication and skip if it's detected.
    for t in trial.study.trials:
        if t.state != optuna.structs.TrialState.COMPLETE:
            continue

        if t.params == trial.params:
            return t.value  # Return the previous value without re-evaluating it.

            # # Note that if duplicate parameter sets are suggested too frequently,
            # # you can use the pruning mechanism of Optuna to mitigate the problem.
            # # By raising `TrialPruned` instead of just returning the previous value,
            # # the sampler is more likely to avoid sampling the parameters in the succeeding trials.
            #
            # raise optuna.structs.TrialPruned('Duplicate parameter set')

    # Evaluate parameters.
    return x + y

# Start study.
study = optuna.create_study()

unique_trials = 20
while unique_trials > len(set(str(t.params) for t in study.trials)):
    study.optimize(objective, n_trials=1)

Answer 2

第二个@sile的代码注释，你可以写一个pruner比如：

from optuna.pruners import BasePruner
from optuna.structs import TrialState
class RepeatPruner(BasePruner):
    def prune(self, study, trial):
        # type: (Study, FrozenTrial) -> bool

        trials = study.get_trials(deepcopy=False)
        
        numbers=np.array([t.number for t in trials])
        bool_params= np.array([trial.params==t.params for t in trials]).astype(bool)
        #Don´t evaluate function if another with same params has been/is being evaluated before this one
        if np.sum(bool_params)>1:
            if trial.number>np.min(numbers[bool_params]):
                return True

        return False

然后将修剪器称为：

study = optuna.create_study(study_name=study_name, storage=storage, load_if_exists=True, pruner=RepeatPruner())

如何在optuna中对不重复的参数进行采样？

How to sample parameters without duplicates in optuna?

python

optuna