#12 · 主分类： 优化与启发式算法
vizier
algorithm
bayesian-optimization
blackbox-optimization
deep-learning
distributed-computing
distributed-systems
evolutionary-algorithms
google
grpc
hyperparameter-optimization
hyperparameter-tuning
machine-learning
open-source
optimization
tuning
tuning-parameters
vizier
基于 Google 内部 Vizier 服务的 Python 研究接口，用于黑盒和超参数优化。
项目最后更新：08/25/26
GitHub Stars
1.7K
Forks数量
113
贡献者数量
29
许可证
Apache-2.0
收录理由
Vizier 是谷歌内部优化服务的开源版本，保留了其核心的 study 与 suggestion 设计。你可以构建一个混合了浮点、整数、离散和类别参数的搜索空间，批量请求建议，执行评估后再把结果反馈给服务，由它决定下一步尝试什么。这种闭环在每次评估代价高昂时尤为关键——比如训练神经网络或运行长时间模拟，它能让有限的预算发挥更大价值。其内置的贝叶斯和进化算法中包括一个基于 JAX 的优化器，同时服务本身支持分布式客户端-服务器架构，团队可以共享同一个调参后端，服务多个实验和用户。此外，研究者还能使用其开发与基准测试 API，实现并对比自己的算法，而无需从零搭建周边设施。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。