エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
[BoTorch]Monte Carlo獲得関数とその最適化 - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
[BoTorch]Monte Carlo獲得関数とその最適化 - Qiita
Outline Monte Carlo 獲得関数 勾配法による最大化 貪欲法による逐次最適化(Sequentialモード) Intro ... Outline Monte Carlo 獲得関数 勾配法による最大化 貪欲法による逐次最適化(Sequentialモード) Intro 前回に引き続き、BoTorchの解説記事です。 BoTorchの最大の特徴は、獲得関数の最大化を勾配法で統一している点にあります。それを実現できたのは、BoTorchがMonte Carlo獲得関数という概念を取り入れたことによります。 ベイズ最適化(Bayesian Optimization; BO)では通常、候補点の中から獲得関数を最大にする点を選び、次の評価対象とします。 $$x^{*} = \arg\max _{\mathbf{x}}{\mathcal{L}(\mathbf{x})}$$ しかしこの最大化は必ずしも容易ではなく、複雑な獲得関数(Entropy SearchやKnowledge Gradientなど)を扱う場合や、複数の候補点を選ぶ(