
Optuna
ハイパーパラメータ自動最適化フレームワーク
Overview

オープンソースのハイパーパラメータ自動最適化フレームワークOptuna™は、ハイパーパラメータの値に関する試行錯誤を自動化し、優れた性能を発揮するハイパーパラメータの値を自動的に発見します。オープンソースの深層学習フレームワークChainerをはじめ、様々な機械学習ソフトウェアと一緒に使用することが可能です。
Optuna は、物体検出コンペティションGoogle AI Open Images 2018 – Object Detection Trackなど、PFNの各プロジェクトで活用され、成果をあげています。
Features

Define-by-Run スタイルの API

学習曲線を用いた試行の枝刈り

並列分散最適化
Optuna: A Define by Run Hyperparameter Optimization Framework | SciPy 2019