个人笔记

1 基本介绍

对抗性鲁棒性工具集（Adversarial Robustness Toolbox，ART）是用于机器学习安全性的Python库

• 从逃逸，数据污染，模型提取和推断的对抗性威胁等方面捍卫和评估模型
• 适用广泛，支持所有常见的数据类型、机器学习任务、机器学习框架

本项目由IBM团队在2019年开源。项目文档不是特别完善，但是示例丰富，API设计

Read more

1 基本介绍

Optuna 是一个为机器学习设计的自动超参数优化软件框架

• 轻量级、多功能和跨平台架构；依赖少，安装简单
• Python式搜索空间（条件语句和循环均为Python语法）
• 高效的优化算法；先进的超参采样方法，支持剪枝算法
• 易用的并行优化；少量改动代码即可实现多服务器并行
• 便捷的可视化；支持各种绘图函数展示优化历史记录

项目地址
官方文档
中文文档 ：不推荐，因为很久没更新了（230331）

截至230331，Op

Read more

1 基本介绍

hyperopt通过在超参空间内快速搜索，寻找最优的模型超参

• 目前已实现搜索算法：随机搜索、TPE和自适应TPE
• 低代码，易上手；支持分布式运算

项目地址
中文文档

注意：虽然该项目有6.6k个⭐，但已经有一年半未更新

截至撰写本文的230315，此项目的上次更新日期是211129

补充说明：对tpe算法原理感兴趣的读者可参阅论文阅读-TPE算法

2 简单上手

1. 最简单的官方示例：

# 定义目标函数
def objective(args): # objective = c1+c2^2
    

Read more