optuna/optuna 是一个用于机器学习超参数优化的框架，通过命令式、define-by-run 风格的用户 API 实现高模块化和搜索空间的动态构建。
项目概览
optuna/optuna 是一个用于机器学习超参数优化的框架，通过命令式、define-by-run 风格的用户 API 实现高模块化和搜索空间的动态构建。
项目类型
模型开发 · 基础设施
部署方式
查看项目说明
License
MIT
适合谁
需要动态构建超参数搜索空间并进行超参数优化的 AI 工程师和开发者。
核心能力
用户可以使用所熟悉的 Python 语法（包括条件判断和循环）动态构建超参数搜索空间。
采用采样算法来选取超参数，并对无希望的试验进行剪枝。
允许将研究扩展到数十或数百个 worker，且对代码的改动很少或不需要改动。
提供多种绘图函数来检查优化历史。
允许在图形和表格中查看优化历史、超参数重要性等信息，无需编写 Python 脚本。
提供一个平台，用于使用已注册的功能特性并发布用户自己的包。
限制与风险
使用 optuna/optuna 需要具备编程能力。
如何开始
安装难度较低，可通过 pip install optuna 或 conda 进行安装。
核验依据
GitHub 项目简介: A hyperparameter optimization framework
README: *Optuna* is an automatic hyperparameter optimization software framework, particularly designed for machine learning. It features an imperative, *define-by-run* style user API.
README: **Jun 1, 2026**: Optuna 4.9.0 is out!
README: The goal of a *study* is to find out the optimal set of hyperparameter values (e.g., `regressor` and `svr_c`) through multiple *trials* (e.g., `n_trials=100`). Optuna is a framewo…
README: Optuna has modern functionalities as follows: - [Lightweight, versatile, and platform agnostic architecture](https://optuna.readthedocs.io/en/stable/tutorial/10_key_features/001_f…