Auto-PyTorch¶
Auto-PyTorch 是一个基于 PyTorch 的自动化机器学习工具包
>>> import autoPyTorch
>>> cls = autoPyTorch.api.tabular_classification.TabularClassificationTask()
>>> cls.search(X_train, y_train)
>>> predictions = cls.predict(X_test)
Auto-PyTorch 将机器学习用户从算法选择和超参数调优中解放出来。它利用了最近在贝叶斯优化、元学习和集成构建方面的进展。通过阅读我们的论文Auto-PyTorch Tabular: 用于高效和稳健的 AutoDL 的多保真元学习，了解更多关于Auto-PyTorch的信息。
示例¶
许可¶
Auto-PyTorch 的许可方式与 scikit-learn 相同，即 3 条款的 BSD 许可。
引用 Auto-PyTorch¶
如果您在科学出版物中使用 Auto-PyTorch，我们希望您引用以下论文
Auto-PyTorch 表格：用于高效和稳健的 AutoDL 的多保真元学习,
Bibtex 条目
@article{zimmer2020auto, title={Auto-pytorch tabular: Multi-fidelity metalearning for efficient and robust autodl}, author={Zimmer, Lucas and Lindauer, Marius and Hutter, Frank}, journal={arXiv preprint arXiv:2006.13799}, year={2020} }
贡献¶
我们感谢对 Auto-PyTorch 的所有贡献，包括错误报告、文档和新功能。如果您想贡献代码，可以从标记为 需要贡献者 的 问题跟踪器 中选择一个问题。
注意
为了避免在重复工作或不太可能合并的功能上花费时间，强烈建议您在开始工作之前通过开启一个 github issue 联系开发者。
在开发新功能时，请从 refactor_development 分支创建一个新分支。提交拉取请求时，请确保所有测试都通过。