PFNがオープンソースの機械学習向けハイパーパラメータ自動最適化フレームワーク 「Optuna」を正式公開

最終更新日:

株式会社Preferred Networks(PFN)が、オープンソースソフトウェア(OSS)の機械学習向けハイパーパラメータ自動最適化フレームワークOptuna™(オプチュナ)の初のメジャーバージョンとなるv1.0を公開したと発表しました。

機械学習、深層学習において高精度の訓練済みモデルを獲得するために、訓練時のアルゴリズムの挙動を制御する複雑なハイパーパラメータ※の最適化は不可欠です。

※学習率やバッチサイズ、学習イテレーション数、ニューラルネットワークの層数、チャンネル数といった様々なものがハイパーパラメータとなる

Optunaは、ハイパーパラメータを最適化するための試行錯誤を自動化し、優れた性能を発揮するハイパーパラメータの値を自動的に発見するフレームワークです。2018年12月にβ版をOSS公開して以来、多くのコントリビュータに開発協力を得ながらOSSコミュニティやPFN社内のユーザーニーズを取り入れ、多くの新機能を追加したといいます。

v1.0では、Optuna β版のコードをほとんど変更することなく、そのまま動作させることが可能です。

Optuna v1.0 の主要な機能
  • 最新の最適化アルゴリズムによる効率的な探索を実現
  • PyTorch、TensorFlow、Keras、FastAI、scikit-learn、LightGBM、XGBoost を含む様々な機械学習ライブラリに対応
  • 複数の計算機での並列実行をサポートし、最適化時間を大幅に短縮
  • 探索空間を Python の制御構文で記述可能
  • さまざまな可視化手段を提供し、最適化結果を多面的に分析

Optunaの開発は、外部コントリビュータの開発成果を数多く取り入れています。PFNは今後も、最新の機械学習研究の成果を迅速に取り入れ、OSSコミュニティと連携しながらOptunaの開発・普及を推進していくとしています。

機械学習向けハイパーパラメータ自動最適化フレームワークOptuna™

Optunaは、Pythonで書かれたハイパーパラメータ自動最適化フレームワークとして、PFNが2018年12月にオープンソース化しました。Optunaは、優れた性能を発揮するハイパーパラメータを見つけるための試行錯誤を自動化します。すでに、PFNのさまざまなプロジェクトで使用され、物体検出コンペティションKaggle Open Imagesでは、チームPFDetの上位入賞に大きく貢献しています。

2020年1月14日

無料メールマガジン登録

週1回、注目のAIニュースやイベント情報を
編集部がピックアップしてお届けしています。

こちらの規約にご同意のうえチェックしてください。

規約に同意する