はじめに

🐟Tunny🐟 は、オープンソースのハイパーパラメータ自動最適化フレームワーク Optuna を利用した Grasshopper の最適化コンポーネントです。

発音: Tunny は /tˈʌni/ と発音します。

使用例の詳細については、左サイドバーの Examples ページをご参照ください。

Tunny は Galapagos、Opossum、Wallacei などのコンポーネントに着想を得て開発されています。 そのため、これらのコンポーネントをすでに使ったことがある場合は、同じような感覚でご利用いただけます。

Tunny は Optuna をラップして構築されており、Grasshopper 向けの Optuna UI とも言えるものです。 最適化の中身を Optuna に任せることで、Optuna 側で開発されてきた多数のサンプラーを、そのまま Grasshopper から呼び出せるようになっています。 たとえば TPE や CMA-ES、NSGA-II といった性格の異なる手法を、同じ Grasshopper の画面から選び分けられます。 利用できるサンプラーの一覧は、対応サンプラーのページをご参照ください。

このように Tunny の挙動は Optuna に大きく依存するため、Optuna についてもあわせてご紹介します。 以下は Optuna 公式サイトからの引用です。

Optuna™ は、オープンソースの自動ハイパーパラメータ最適化フレームワークです。 ハイパーパラメータの試行錯誤プロセスを自動化し、最適化目標に基づいて最適なハイパーパラメータ値を自動的に探索します。 Optuna はフレームワークに依存せず、Chainer、Scikit-learn、Pytorch など主要な Python フレームワークで利用できます。 PFN のプロジェクトにも活用され、Google AI Open Images 2018 – Object Detection Track コンペティションでの 2 位入賞という優れた成果を残しています。

詳細は Optuna 公式サイトをご参照ください: https://optuna.org/