Optuna 5.1 ускорила построение контурных графиков и границы Парето
Новая версия открытой библиотеки для подбора гиперпараметров добавила поддержку Python 3.15 и изменила обработку результатов многокритериальных экспериментов.

Как изменилась поддержка Python
Опубликованная 16 ноября Optuna 5.1.0 добавила поддержку Python 3.15 и прекратила поддержку Python 3.9. Граница установки теперь начинается с версии 3.10. Если сценарий обучения работает в контейнере или ноутбуке с закреплённым интерпретатором, номер библиотеки стоит проверять вместе с версией этого окружения. Для установок на Python 3.9 нужен прежний совместимый пакет либо обновление самого окружения. Поддержка нового интерпретатора в Optuna также оставляет открытым вопрос о поддержке в остальных зависимостях конкретного проекта.
Optuna организует подбор параметров через исследование, состоящее из отдельных запусков целевой функции. Код эксперимента описывает допустимые значения и условия выбора, а библиотека предлагает очередную комбинацию. Целевая функция возвращает измеряемый результат. Таким образом можно подбирать настройки обучения или сравнивать конфигурации по любой величине, которую способен вычислить этот код.
Из чего строится контурный график
После серии запусков разработчик может посмотреть, как сочетание двух параметров соотносится со значением цели. Например, на осях могут стоять глубина дерева и минимальное число объектов в листе, а цвет будет показывать ошибку на проверочных данных. Контурный график строится по накопленным результатам, поэтому его детализация зависит от того, какие сочетания уже проверялись. При отсутствии одного из параметров в конкретном запуске документация исключает такой результат из графика.
В обновлении проект заменил повторный поиск позиций в списке обращениями к словарю при подготовке данных для plot_contour. Освободившееся время относится к построению визуализации после эксперимента. Скорость самой целевой функции определяется её реализацией. В матричном представлении графика также вернули отметки запусков, нарушивших ограничения. Они помогают отличать неудачную по условиям попытку от участка, в котором запусков с нужным набором параметров ещё не было.
Как посмотреть на несколько целей
При сравнении вариантов по двум метрикам, например точности и времени обработки, полезнее видеть набор компромиссов. В границу Парето входят результаты, для которых среди показанных вариантов нельзя улучшить одну цель без ухудшения другой. Диаграмма позволяет выбрать подходящую точку с учётом бюджета времени и допустимой ошибки. В Optuna 5.1.0 убрали повторный поиск по списку в части, которая собирает точки вне границы для plot_pareto_front. В документации есть параметр для их отображения, поэтому на одном графике можно увидеть и границу, и результаты, которые уступают другим комбинациям.
Изменения в выборе вариантов и сохранении файлов
В GridSampler оптимизировали сравнение областей поиска. Этот режим подходит, когда исследователь заранее задаёт конечный набор значений и хочет разбирать комбинации из явной сетки. У NSGAIIISampler, который применяется к задачам с несколькими целями, опорные точки теперь можно передать обычным списком Python. Отдельное исправление касается загружаемых артефактов: функция загрузки учитывает случай, когда другой процесс уже успел создать файл по целевому пути. Это важно для общих каталогов экспериментов, где результаты и файлы моделей сохраняют несколько задач. Подробная история изменений содержит отдельные записи для визуализации, выбора параметров и хранения.


