optuna.samplers.RandomSampler

class optuna.samplers.RandomSampler(seed=None)[source]

ランダムサンプリングを行うサンプラー

このサンプラーは*独立サンプリング*に基づいています。 「独立サンプリング」の詳細については BaseSampler も参照してください。

使用例

import optuna
from optuna.samplers import RandomSampler


def objective(trial):
    x = trial.suggest_float("x", -5, 5)
    return x**2


study = optuna.create_study(sampler=RandomSampler())
study.optimize(objective, n_trials=10)
Parameters:

seed (int | None) – 乱数生成器のシード値

メソッド

after_trial(study, trial, state, values)

Trial post-processing.

before_trial(study, trial)

Trial pre-processing.

infer_relative_search_space(study, trial)

Infer the search space that will be used by relative sampling in the target trial.

reseed_rng()

Reseed sampler's random number generator.

sample_independent(study, trial, param_name, ...)

Sample a parameter for a given distribution.

sample_relative(study, trial, search_space)

Sample parameters in a given search space.

after_trial(study, trial, state, values)

トライアルの事後処理

このメソッドは目的関数の実行後、トライアルが終了して状態が保存される直前に呼び出されます。

Note

v2.4.0で実験的機能として追加されました。インターフェースは予告なく変更される可能性が あります。詳細は https://github.com/optuna/optuna/releases/tag/v2.4.0 を参照してください。

Parameters:
  • study (Study) – 対象のスタディオブジェクト

  • trial (FrozenTrial) – 対象のトライアルオブジェクト このオブジェクトを変更する前にコピーを取得してください

  • state (TrialState) – トライアルの最終状態

  • values (Sequence[float] | None) – トライアルの最終値 トライアルが成功した場合、None ではありません

Return type:

None

before_trial(study, trial)

トライアルの事前処理

このメソッドは目的関数が呼び出される前、トライアルがインスタンス化された直後に呼び出されます。 より正確には、トライアルの初期化中、infer_relative_search_space() が呼び出される直前に実行されます。つまり、探索空間を推論する前に行うべき事前処理を担当します。

Note

v3.3.0で実験的機能として追加されました。インターフェースは予告なく変更される可能性が あります。詳細は https://github.com/optuna/optuna/releases/tag/v3.3.0 を参照してください。

Parameters:
  • study (Study) – 対象のスタディオブジェクト

  • trial (FrozenTrial) – 対象のトライアルオブジェクト

Return type:

None

infer_relative_search_space(study, trial)[source]

対象トライアルで使用する探索空間を推論します

このメソッドは sample_relative() が呼び出される直前に 実行され、このメソッドが返す探索空間が渡されます。探索空間に含まれないパラメータは sample_independent() メソッドでサンプリングされます。

Parameters:
  • study (Study) – 対象のスタディオブジェクト

  • trial (FrozenTrial) – 対象のトライアルオブジェクト このオブジェクトを変更する前にコピーを取得してください

Returns:

パラメータ名とパラメータの分布を含む辞書

Return type:

dict[str, BaseDistribution]

reseed_rng()[source]

サンプラーの乱数生成器のシードを再設定します

このメソッドは n_jobs>1 オプションでトライアルを並列実行する際に Study インスタンスによって呼び出されます。この場合、乱数生成器の状態も複製され、 同じ値が提案される可能性があります。この問題を防ぐため、各乱数生成器に異なるシードを割り当てます。

Return type:

None

sample_independent(study, trial, param_name, param_distribution)[source]

指定された分布からパラメータをサンプリングします

このメソッドは sample_relative() が返す探索空間に含まれない パラメータに対してのみ呼び出されます。ランダムサンプリングや TPE など、パラメータ間の関係を 利用しないサンプリングアルゴリズムに適しています。

Note

組み込みサンプラーは失敗したトライアルを無視して新しいパラメータをサンプリングします。 したがって、失敗したトライアルはサンプラーの観点では削除されたものとして扱われます。

Parameters:
  • study (Study) – 対象のスタディオブジェクト

  • trial (FrozenTrial) – 対象のトライアルオブジェクト このオブジェクトを変更する前にコピーを取得してください

  • param_name (str) – サンプリングするパラメータ名

  • param_distribution (distributions.BaseDistribution) – サンプリングアルゴリズムの事前分布とスケールを指定する分布オブジェクト

Returns:

パラメータ値

Return type:

Any

sample_relative(study, trial, search_space)[source]

指定された探索空間からパラメータをサンプリングします

このメソッドは各トライアルの開始時に1回、目的関数の評価直前に呼び出されます。 ガウス過程や CMA-ES など、パラメータ間の関係を利用するサンプリングアルゴリズムに適しています。

Note

組み込みサンプラーは失敗したトライアルを無視して新しいパラメータをサンプリングします。 したがって、失敗したトライアルはサンプラーの観点では削除されたものとして扱われます。

Parameters:
  • study (Study) – 対象のスタディオブジェクト

  • trial (FrozenTrial) – 対象のトライアルオブジェクト このオブジェクトを変更する前にコピーを取得してください

  • search_space (dict[str, BaseDistribution]) – infer_relative_search_space() が返す探索空間

Returns:

パラメータ名と値を含む辞書

Return type:

dict[str, Any]