Botorch中大规模非支配排序的重复数据处理问题分析
2025-06-25 11:14:56作者:胡唯隽
问题背景
在Botorch多目标优化工具库中,is_non_dominated
函数用于判断输入点集是否为非支配解。该函数在处理大规模数据时会自动切换到循环实现(is_non_dominated_loop
),但存在一个潜在问题:当输入数据包含重复点时,循环实现会默认进行去重处理,而忽略用户通过deduplicate=False
参数指定的不去重要求。
技术细节
非支配排序的基本概念
非支配排序是多目标优化中的核心算法,用于识别Pareto前沿。给定一组解,非支配解是指不被其他任何解在所有目标上同时优于的解。Botorch实现了高效的GPU加速非支配排序算法。
问题复现
当输入数据规模较大时(约9000个点以上),Botorch会自动切换到循环实现以提高性能。测试代码显示:
Y = torch.tensor([[1,2],[0,0],[2,1]])
NY = torch.tensor([[1,2],[0,0],[2,1]])
for i in range(3000):
NY = torch.concat([NY,Y])
print(is_non_dominated(NY, deduplicate=False))
预期结果应保留重复点的非支配状态,但实际输出中重复点被错误地标记为支配解。
影响分析
这一问题主要影响以下场景:
- 需要保留重复点信息的应用
- 需要精确判断每个点(包括重复点)是否被支配的场景
- 在GFlowNets等特殊算法中的应用
解决方案
Botorch团队已修复此问题,主要修改包括:
- 在循环实现中正确处理
deduplicate
参数 - 确保大规模数据处理时仍遵循用户指定的去重要求
- 保持与原始实现一致的行为
最佳实践建议
对于需要使用非支配排序的用户,建议:
- 明确是否需要保留重复点信息
- 对于超大规模数据,考虑分批处理
- 检查Botorch版本以确保包含此修复
总结
Botorch作为PyTorch生态中的贝叶斯优化库,其非支配排序功能在多目标优化中扮演重要角色。此次修复确保了大规模数据处理时的行为一致性,为需要保留重复点信息的应用场景提供了可靠支持。用户在使用时应注意参数设置,以获得符合预期的结果。
登录后查看全文
热门项目推荐
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
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
161
2.05 K

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
198
279

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
535
62

Ascend Extension for PyTorch
Python
50
81

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
950
556

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1 K
397

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
385
19

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191