Возобновить гауссовский процесс с контрольной точки в скопте

Question

Я хотел бы иметь возможность возобновить гауссовский процесс с контрольной точки с помощью библиотеки skopt. После некоторого исследования я не смог найти способ сделать это.

Вот простой код, показывающий, что я хочу сделать:

import skopt


LOAD = False        # To continue the optimization from a checkpoint, I would like to be able to set True here

x = skopt.space.Real(low=-10, high=10, name='x')
y = skopt.space.Real(low=-10, high=10, name='y')
dimensions = [x, y]
x0 = [0, 0]


@skopt.utils.use_named_args(dimensions=dimensions)
def f_to_minimize(x, y):
    return (x * y) ** 2 + (x + 2) ** 2


checkpoint_callback = skopt.callbacks.CheckpointSaver(
    checkpoint_path='checkpoint.pkl',
)

saved_checkpoint = None
if LOAD:
    saved_checkpoint = skopt.load('checkpoint.pkl')     # <- How can I use this ?

search_result = skopt.optimizer.gp_minimize(
    func=f_to_minimize,
    dimensions=dimensions,
    x0=x0,
    callback=[checkpoint_callback],
    n_calls=2,
    n_random_starts=1,
)

Я хотел бы иметь возможность загрузить контрольную точку из предыдущей оптимизации гауссовского процесса и продолжить ее, чтобы модели не приходилось снова изучать все с нуля. Как это сделать?

Answer 1

Этот пример в документации skopt охватывает сохранение и использование контрольных точек - короче говоря, после загрузки объекта контрольной точки вы можете использовать егоx_iters а также func_vals свойства как x0 а также y0 аргументы ключевого слова для gp_minimize. Если вы не загружаете контрольно-пропускной пункт, вы можете позволитьx0 быть вашим исходным значением по умолчанию и y0 быть None.