BoTorch v0.14.0发布:强化贝叶斯优化核心能力
项目概述
BoTorch是建立在PyTorch之上的贝叶斯优化研究框架,专注于提供高效的优化算法实现。作为现代贝叶斯优化工具链的核心组件,它通过模块化设计支持各种高斯过程模型和采集函数的灵活组合。最新发布的v0.14.0版本在模型能力、约束处理等方面带来了多项重要改进。
核心功能增强
新型代理模型集成
本次更新引入了两种重要的新型代理模型:
-
先验拟合网络(PFN):这种基于Transformer架构的模型通过预训练方式学习先验知识,在小样本场景下展现出卓越的性能。相比传统高斯过程,PFN能够更好地捕捉复杂的目标函数结构,同时保持计算效率。
-
变分贝叶斯最后一层(VBLL)模型:作为高斯过程模型的替代方案,VBLL模型在最后一层应用变分推断,特别适合处理大规模数据集。这种设计既保留了贝叶斯方法的优势,又显著提升了计算效率。
约束处理能力提升
针对带约束的优化问题,v0.14.0做出了多项改进:
-
分类器约束支持:新增了基于分类器的约束处理方法,通过
LogProbabilityOfFeasibility
系列采集函数,能够更智能地平衡目标优化与约束满足之间的关系。 -
候选点可行性检查:优化了候选点生成过程,确保返回的候选点满足所有约束条件。当
return_best_only
参数启用时,系统会自动返回最优可行解。 -
非线性约束处理:改进了
nonlinear_constraint_is_feasible
函数的返回值类型,现在明确返回布尔张量,提高了类型一致性。
算法优化与改进
在采集函数方面,本次更新包含以下关键优化:
-
增量式qLogNEI:通过新增的
incremental
参数,实现了增量式对数噪声预期改进算法,显著提升了高维问题的优化效率。 -
信息论采集函数重构:重新设计了基于信息论的采集函数采样方法,提高了计算稳定性和效率。
-
批量初始化优化:确保
initialize_q_batch
在批量模式下始终包含最大值点,提高了初始化的质量。
测试函数扩展
为支持更广泛的基准测试需求,v0.14.0新增了多组测试函数:
-
多保真度测试函数:支持离散保真度级别,便于研究多保真度优化问题。
-
Keane凸点函数:经典的带约束优化测试函数。
-
混合Ackley函数:支持混合变量空间的变体。
-
LABS函数:用于评估二进制优化算法性能。
这些函数现在都支持混合/离散空间定义,并增加了输入验证机制,确保使用安全。
模型与计算改进
在模型层面,本次更新解决了多个关键问题:
- 修正了
AdditiveMapSaasSingleTaskGP
中观测噪声与结果变换的兼容性问题 - 改进了批量多任务GP模型的后验计算
- 优化了Pivoted Cholesky的批量计算
- 增强了
StratifiedStandardize
对数据类型和NaN值的处理能力
实用工具增强
为方便模型评估和选择,新增了计算AIC/BIC/MLL等统计量的工具函数。同时优化了模型训练过程,包括:
- 支持完全贝叶斯模型的子模块重置选项
- 在模型构造函数中自动将结果变换设为训练模式
- 改进了
LogEI
的缓存根选择策略
向后兼容性调整
作为维护性版本,v0.14.0也进行了一些清理工作:
- 移除了已弃用的
gp_sampling
模块 - 淘汰了
qMultiObjectiveMaxValueEntropy
采集函数 - 移除了模型转换器工具
这些变化使代码库更加精简,减少了维护负担。
总结
BoTorch v0.14.0通过引入新型代理模型、增强约束处理能力、扩展测试函数集等一系列改进,进一步巩固了其作为现代贝叶斯优化研究框架的地位。这些变化不仅提升了框架的功能性,也为解决更复杂的实际优化问题提供了新的可能性。对于从事贝叶斯优化研究和应用开发的用户来说,这个版本值得重点关注和升级。
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++043Hunyuan3D-Part
腾讯混元3D-Part00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0287Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
项目优选









