Mango 项目使用教程

Mango 项目使用教程

mango Parallel Hyperparameter Tuning in Python 项目地址: https://gitcode.com/gh_mirrors/mango38/mango

1. 目录结构及介绍

Mango 是一个用于机器学习分类器超参数优化的 Python 库。以下是项目的目录结构及其简要介绍：

mango/
├── .github/              # GitHub 工作流和配置文件
│   ├── workflows/
│   │   ├── update actions.yml
│   │   ├── benchmarking.yml
│   │   └── ...
├── documents/            # 项目文档
├── examples/             # 示例代码
├── mango/                # Mango 库源代码
├── tests/                # 测试代码
├── .gitignore            # Git 忽略文件
├── LICENSE              # 项目许可证
├── License.txt          # 项目许可证副本
├── README.md            # 项目介绍
├── dev_notes.md         # 开发者笔记
├── development.md       # 开发文档
├── poetry.lock          # 依赖管理文件
└── pyproject.toml       # 项目配置文件

2. 项目的启动文件介绍

Mango 项目的启动通常是通过 Python 的包管理工具 pip 来安装。以下是安装和启动项目的步骤：

首先，从源代码安装 Mango：

$ git clone https://github.com/ARM-software/mango.git
$ cd mango
$ pip3 install .

安装完成后，可以通过以下示例代码启动一个简单的优化任务：

from mango import scheduler, Tuner

# 定义搜索空间
param_space = dict(x=range(-10, 11))

# 定义目标函数
@ scheduler.serial
def objective(x):
    return x * x

# 初始化并运行 Tuner
tuner = Tuner(param_space, objective)
results = tuner.minimize()
print(f'Optimal value of parameters: {results["best_params"]} and objective: {results["best_objective"]}')

上述代码将寻找使二次函数 x * x 最小的 x 值。

3. 项目的配置文件介绍

Mango 项目的配置主要通过 pyproject.toml 文件来管理。该文件包含项目的基本信息和依赖关系。以下是 pyproject.toml 文件的一个示例：

[tool.poetry]
name = "mango"
version = "0.1.0"
description = "A parallel hyperparameter tuning library"
authors = ["ARM-software"]

[tool.poetry.dependencies]
python = "^3.8"

[tool.poetry.dev-dependencies]
pytest = "^6.2"

此外，项目的运行和开发环境配置可以通过 .github/workflows 目录下的工作流文件来定义，这些文件用于自动化项目的测试、构建等流程。

以上是 Mango 项目的基本使用和配置介绍，开发者可以根据具体需求进行更深入的探索和定制化开发。

mango Parallel Hyperparameter Tuning in Python 项目地址: https://gitcode.com/gh_mirrors/mango38/mango