evox.workflows.std_workflow

模块内容

类

StdWorkflow

标准工作流。

API

class evox.workflows.std_workflow.StdWorkflow(algorithm: evox.core.Algorithm, problem: evox.core.Problem, monitor: evox.core.Monitor | None = None, opt_direction: str = 'min', solution_transform: torch.nn.Module | None = None, fitness_transform: torch.nn.Module | None = None, device: str | torch.device | int | None = None, enable_distributed: bool = False, group: Any = None)

Bases: evox.core.Workflow

标准工作流。

Usage:

algo = BasicAlgorithm(10)
prob = BasicProblem()

class solution_transform(nn.Module):
    def forward(self, x: torch.Tensor):
        return x / 5
class fitness_transform(nn.Module):
    def forward(self, f: torch.Tensor):
        return -f

monitor = EvalMonitor(full_sol_history=True)
workflow = StdWorkflow(
    algo,
    prob,
    monitor=monitor,
    solution_transform=solution_transform(),
    fitness_transform=fitness_transform(),
)
workflow.init_step()
print(monitor.get_topk_fitness())
workflow.step()
print(monitor.get_topk_fitness())
# run rest of the steps ...

初始化

使用静态参数初始化标准工作流。

参数:

• algorithm -- 在工作流中要使用的算法。

• problem -- 在工作流中要使用的问题。

• monitor -- 在工作流中使用的监视器。默认值为 None。

• opt_direction -- 优化方向只能是“min”或“max”。默认为“min”。如果是“max”，适应度将在 fitness_transform 和 monitor 之前取反。

• solution_transform -- 解决方案转换函数。必须是可编译兼容的模块/函数。默认值为 None。

• fitness_transforms -- 适应度转换函数。必须是可编译兼容的模块/函数。默认值为 None。

• device -- 工作流的设备。默认为 None。

• enable_distributed -- 是否启用分布式工作流。默认值为 False。

• group -- 在分布式工作流中使用的组名。默认为 None。

备注

algorithm、problem、solution_transform 和 fitness_transform 将会被原地移动到由 device 指定的设备上。

备注

opt_direction 参数决定了优化的方向。由于 EvoX 算法默认设计为最小化，因此设置 opt_direction="max" 会在将适应度值传递给 fitness_transform 和监视器之前将其取反。

get_submodule(target: str) → Any

_evaluate(population: torch.Tensor) → torch.Tensor

_step(init: bool = False, final: bool = False)

init_step()

用于让工作流执行一步的函数。

调用算法的 init_step 如果被重写；否则，将调用其 step 方法。

final_step()

执行工作流的最后一步优化。

调用算法的 final_step 方法（如果被重写）；否则，将调用其 step 方法。

step()

使用算法和问题执行单个优化步骤。