1 个仓库
Awesome GitHub RepositoriesComputationally Efficient Search
Optimization strategies designed to minimize the total number of trials and total compute time spent searching.
Distinct from Hyperparameter Optimizers: Distinct from general hyperparameter optimizers: focuses specifically on the trade-off between search budget and performance.
Explore 1 awesome GitHub repository matching artificial intelligence & ml · Computationally Efficient Search. Refine with filters or upvote what's useful.
Awesome Computationally Efficient Search GitHub Repositories
用 AI 发现最棒的仓库。我们将通过 AI 为您搜索最匹配的仓库。
- microsoft/flaml
microsoft/FLAML
4,365在 GitHub 上查看FLAML 是一个自动化机器学习框架、超参数优化工具和大型语言模型代理编排器。它提供了一个用于跨各种学习器和数据集进行模型选择和调优的系统，同时也提供了一个用于优化大型语言模型推理参数和微调设置的工具包。 该项目具有元学习调优系统，可分析历史任务数据以生成依赖于数据的默认配置，从而加速模型收敛。它进一步通过对话式工作流和事件驱动编排，支持协作式多代理系统的设计。 能力涵盖了针对机器学习模型和任意 Python 函数的资源高效超参数搜索，支持分层搜索空间和字典序目标优化。该框架还包括用于自动化模型选择、堆叠集成构建、零样本配置以及强制执行公平性约束的实用工具。 该系统支持分布式调优扩展和跨计算集群的并发试验执行，以缩短总搜索时长。
Implements search strategies that minimize total compute time and trial counts to find optimal configurations.
Jupyter Notebook
