https://github.com/isaccanedo/vizier

:tada: Python-based research interface for blackbox and hyperparameter optimization, based on the internal Google Vizier Service
https://github.com/isaccanedo/vizier

Last synced: about 2 months ago
JSON representation

:tada: Python-based research interface for blackbox and hyperparameter optimization, based on the internal Google Vizier Service

Host: GitHub
URL: https://github.com/isaccanedo/vizier
Owner: isaccanedo
License: apache-2.0
Created: 2023-02-06T15:11:35.000Z (about 2 years ago)
Default Branch: main
Last Pushed: 2023-02-13T22:16:30.000Z (about 2 years ago)
Last Synced: 2025-01-12T06:43:18.465Z (4 months ago)
Language: Python
Size: 1.62 MB
Stars: 2
Watchers: 1
Forks: 0
Open Issues: 0
Metadata Files:
- Readme: README.md
- Contributing: CONTRIBUTING.md
- License: LICENSE

Awesome Lists containing this project

README

        


# Open Source Vizier: Otimização de caixa preta confiável e flexível.

[![PyPI version](https://badge.fury.io/py/google-vizier.svg)](https://badge.fury.io/py/google-vizier)

![Continuous Integration (Core)](https://github.com/google/vizier/workflows/pytest_core/badge.svg)

![Continuous Integration (Clients)](https://github.com/google/vizier/workflows/pytest_clients/badge.svg)

![Continuous Integration (Algorithms)](https://github.com/google/vizier/workflows/pytest_algorithms/badge.svg)

![Continuous Integration (Benchmarks)](https://github.com/google/vizier/workflows/pytest_benchmarks/badge.svg)

![Continuous Integration (Docs)](https://github.com/google/vizier/workflows/docs/badge.svg)

  [**Google AI Blog**](https://ai.googleblog.com/2023/02/open-source-vizier-towards-reliable-and.html)

| [**Getting Started**](#getting_started)

| [**Documentation**](#documentation)

| [**Installation**](#installation)

| [**Citing Vizier**](#citing_vizier)

## O que é Vizier de código aberto (OSS)?

[OSS Vizier](https://arxiv.org/abs/2207.13676) é um serviço baseado em Python para otimização e pesquisa de caixa preta, baseado no [Google Vizier](https://dl.acm.org/doi/10.1145/3097983.3098043), um dos primeiros serviços de ajuste de hiperparâmetros projetados para funcionar em escala .





  


  Sistema cliente-servidor distribuído do OSS Vizier. Animação de Tom Small.



## Começando 

Como um exemplo básico para os usuários, abaixo mostramos como ajustar um objetivo simples usando todos os tipos de espaço de pesquisa plana:

```python

from vizier.service import clients

from vizier.service import pyvizier as vz

# Função objetivo para maximizar.

def evaluate(w: float, x: int, y: float, z: str) -> float:

  return w**2 - y**2 + x * ord(z)

# Algoritmo, espaço de pesquisa e métricas.

study_config = vz.StudyConfig(algorithm=vz.Algorithm.GAUSSIAN_PROCESS_BANDIT)

study_config.search_space.root.add_float_param('w', 0.0, 5.0)

study_config.search_space.root.add_int_param('x', -2, 2)

study_config.search_space.root.add_discrete_param('y', [0.3, 7.2])

study_config.search_space.root.add_categorical_param('z', ['a', 'g', 'k'])

study_config.metric_information.append(vz.MetricInformation('metric_name', goal=vz.ObjectiveMetricGoal.MAXIMIZE))

# Configure o cliente e comece a otimização. O Serviço Vizier será criado implicitamente.

study = clients.Study.from_study_config(study_config, owner='my_name', study_id='example')

for i in range(10):

  suggestions = study_client.suggest(count=1)

  for suggestion in suggestions:

    params = suggestion.parameters

    objective = evaluate(params['w'], params['x'], params['y'], params['z'])

    suggestion.complete(vz.Measurement({'metric_name': objective}))

```

## Documentação 

A interface do OSS Vizier consiste em [três APIs principais](https://oss-vizier.readthedocs.io/en/latest/guides/index.html):

* [**User API:**](https://oss-vizier.readthedocs.io/en/latest/guides/index.html#for-users) Permite que um usuário configure um OSS Vizier Server, que pode hospedar algoritmos de otimização de caixa preta para atender a vários clientes simultaneamente de maneira tolerante a falhas para ajustar suas funções objetivas.

* [**Developer API:**](https://oss-vizier.readthedocs.io/en/latest/guides/index.html#for-developers) Define abstrações e utilitários para implementar novos algoritmos de otimização para pesquisa e para serem hospedados no serviço.

* [**Benchmarking API:**](https://oss-vizier.readthedocs.io/en/latest/guides/index.html#for-benchmarking) Uma ampla coleção de funções objetivas e métodos para avaliar e comparar algoritmos.

Além disso, contém [API avançada](https://oss-vizier.readthedocs.io/en/latest/advanced_topics/index.html) para:

* [**Tensorflow Probability:**](https://oss-vizier.readthedocs.io/en/latest/advanced_topics/index.html#tensorflow-probability) Para escrever algoritmos de otimização bayesiana usando Tensorflow Probability e Flax.

* [**PyGlove:**](https://oss-vizier.readthedocs.io/en/latest/advanced_topics/index.html#pyglove) Para experimentação evolutiva em larga escala e pesquisa de programas usando o OSS Vizier como um back-end distribuído.

Consulte a [documentação ReadTheDocs] do OSS Vizier (https://oss-vizier.readthedocs.io/) para obter informações detalhadas.

## Instalação 

**Mais comum:** para ajustar os objetivos usando nosso Otimizador Bayesiano baseado em JAX de última geração, execute:

```bash

pip install google-vizier[jax]

```

Para instalar uma **versão mínima** que consiste apenas no serviço principal e na API do cliente de `requirements.txt`, execute:

```bash

pip install google-vizier

```

Para **instalação completa** para suportar todos os algoritmos e benchmarks, execute:

```bash

pip install google-vizier[extra]

```

Para **instalações específicas**, você pode executar:

```bash

pip install google-vizier[X]

```

que instalará pacotes adicionais de `requirements-X.txt`, como:

* `requirements-jax.txt`: Jax libraries shared by both algorithms and benchmarks.

* `requirements-tf.txt`: Tensorflow libraries used by benchmarks.

* `requirements-algorithms.txt`: Additional repositories (e.g. EvoJAX) for algorithms.

* `requirements-benchmarks.txt`: Additional repositories (e.g. NASBENCH-201) for benchmarks.

* `requirements-test.txt`: Libraries needed for testing code.

Verifique se todos os testes de unidade funcionam executando `run_tests.sh` após uma instalação completa. OSS Vizier requer Python 3.10+, enquanto pacotes somente para cliente requerem Python 3.7+.

## Citando Vizir 

Se você achou este código útil, considere citar o [documento OSS Vizier](https://arxiv.org/abs/2207.13676), bem como o [documento Google Vizier](https://dl.acm.org/doi /10.1145/3097983.3098043). Obrigado!

```

@inproceedings{oss_vizier,

  author    = {Xingyou Song and

               Sagi Perel and

               Chansoo Lee and

               Greg Kochanski and

               Daniel Golovin},

  title     = {Open Source Vizier: Distributed Infrastructure and API for Reliable and Flexible Black-box Optimization},

  booktitle = {Automated Machine Learning Conference, Systems Track (AutoML-Conf Systems)},

  year      = {2022},

}

@inproceedings{google_vizier,

  author    = {Daniel Golovin and

               Benjamin Solnik and

               Subhodeep Moitra and

               Greg Kochanski and

               John Karro and

               D. Sculley},

  title     = {Google Vizier: {A} Service for Black-Box Optimization},

  booktitle = {Proceedings of the 23rd {ACM} {SIGKDD} International Conference on

               Knowledge Discovery and Data Mining, Halifax, NS, Canada, August 13

               - 17, 2017},

  pages     = {1487--1495},

  publisher = {{ACM}},

  year      = {2017},

  url       = {https://doi.org/10.1145/3097983.3098043},

  doi       = {10.1145/3097983.3098043},

}

```

ecosyste.ms

Data

Tools

Indexes

Applications

Experiments

Awesome

https://github.com/isaccanedo/vizier

Awesome Lists containing this project

README