一种通过置信区间上界选择优化器的超参数优化方法

摘要

本发明涉及自动化机器学习技术领域，公开了一种通过置信区间上界选择优化器的超参数优化方法。包括以下步骤：S1：构建优化器池；S2：选择优化器模块基于各个优化器的置信区间上界选择“最好”的优化器去优化超参数；S3：目标模型观察点求值；S4：信息共享，在获得任务的观察值后，观察信息会通过观察信息共享模块传递给所有的优化器；S5：优化器更新，各个优化器会使用获得的观测点信息进行各自的更新操作；S6：优化器选择模块更新，优化器选择模块会根据这个观测点的信息以及优化器的预测效果对被选择的优化器进行置信区间上界的更新。优化器选择模块以UCB算法为中心，利用获得的观测点信息选择不同的优化器，有效地解决了多优化器的选择问题。