【问题标题】:Max dimension for Bayesian Optimization (GPyOpt, GPFlow)贝叶斯优化的最大维度 (GPyOpt, GPFlow)
【发布时间】:2019-04-05 14:00:19
【问题描述】:

有人知道贝叶斯优化算法的速度会随着搜索空间维度的变化而变慢吗?对可以合理使用的最大尺寸的良好估计是多少?我特别想到了 GPyOpt 和 GPFlowOpt。

【问题讨论】:

    标签: python machine-learning optimization


    【解决方案1】:

    作为一般经验法则,当搜索空间的维度 > 15 时,贝叶斯优化变得无效。这显然取决于体积和效用函数格局。查看https://arxiv.org/abs/1902.10675 以获取贝叶斯优化和一些可逆降维(那里的自动编码器)的示例。

    【讨论】:

      猜你喜欢
      • 2023-01-13
      • 1970-01-01
      • 2019-09-14
      • 1970-01-01
      • 2019-09-22
      • 2020-02-08
      • 1970-01-01
      • 2014-02-21
      • 2019-09-26
      相关资源
      最近更新 更多