命令行界面

Command	Description
create-study	创建一个新的 study.
delete-study	删除指定的 study.
dashboard	启动 web 面板 (beta).
storage upgrade	升级数据库 schema.
studies	输出 study 列表
study optimize	针对一个 study 开始优化过程。
study set-user-attr	设置 study 的用户属性。

Optuna 提供的命令行界面包括上表中的所有命令。

如果你不使用 IPython shell, 而是写 Python 脚本文件的话，编写像下面这样的脚本是完全可以的：

import optuna


def objective(trial):
    x = trial.suggest_float("x", -10, 10)
    return (x - 2) ** 2


if __name__ == "__main__":
    study = optuna.create_study()
    study.optimize(objective, n_trials=100)
    print("Best value: {} (params: {})\n".format(study.best_value, study.best_params))

Out:

Best value: 6.857169057397077e-05 (params: {'x': 2.0082808025319996})

然而，通过 optuna 命令，我们可以少写一些上面这样的模版代码。假设有一个 foo.py 文件，它只包含如下代码：

def objective(trial):
    x = trial.suggest_float("x", -10, 10)
    return (x - 2) ** 2

即使在这种情况下，我们也可以利用如下命令启动优化过程（请暂时忽略 --storage sqlite:///example.db 的作用, 关于它的具体描述见 用 RDB 后端保存/恢复 Study）。

$ cat foo.py
def objective(trial):
    x = trial.suggest_float('x', -10, 10)
    return (x - 2) ** 2

$ STUDY_NAME=`optuna create-study --storage sqlite:///example.db`
$ optuna study optimize foo.py objective --n-trials=100 --storage sqlite:///example.db --study-name $STUDY_NAME
[I 2018-05-09 10:40:25,196] Finished a trial resulted in value: 54.353767789264026. Current best value is 54.353767789264026 with parameters: {'x': -5.372500782588228}.
[I 2018-05-09 10:40:25,197] Finished a trial resulted in value: 15.784266965526376. Current best value is 15.784266965526376 with parameters: {'x': 5.972941852774387}.
...
[I 2018-05-09 10:40:26,204] Finished a trial resulted in value: 14.704254135013741. Current best value is 2.280758099793617e-06 with parameters: {'x': 1.9984897821018828}.

请注意，foo.py 中只包含目标函数的定义。通过向 optuna study optimize 命令传递该文件名和对应目标函数的方法名，我们就可以启动优化过程。