Optuna
Optuna: A hyperparameter optimization framework
إطار لضبط المعاملات الفائقة تلقائياً بأسلوب «التعريف أثناء التشغيل» مع خوارزميات بحث ذكية وإيقاف مبكر للتجارب الضعيفة.
المعلومات الأساسية
| الاسم | Optuna |
|---|---|
| الاسم الكامل | Optuna: A hyperparameter optimization framework |
| التصنيف | أطر ومكتبات تعلم الآلة |
| الجهة المطورة | Preferred Networks ومجتمع Optuna |
| سنة الإطلاق | 2018 |
| الموقع الرسمي | optuna.org |
| مستودع GitHub | optuna/optuna |
| الوثائق الرسمية | optuna.readthedocs.io |
| الحزمة على PyPI | optuna |
| الترخيص | MIT (ملف الترخيص) |
| حالة المشروع | نشطة صدر لها إصدار خلال آخر 12 شهراً |
| آخر إصدار | 16 نوفمبر 2026 (الإصدار 5.1.0) |
| لغة البرمجة | Python |
| أنظمة التشغيل | غير محدد |
| إصدار Python المطلوب | >=3.10 |
| مستوى الصعوبة | متوسط |
آخر تحقق من هذه البيانات: 21 نوفمبر 2026 — المصدر: PyPI JSON API (2026-11-21)
نظرة عامة
يكتب المستخدم دالة هدف عادية يقترح فيها Optuna قيم المعاملات أثناء التشغيل، ويستخدم خوارزميات مثل TPE وCMA-ES، ويوقف التجارب غير الواعدة مبكراً (Pruning)، ويحفظ الدراسات في قاعدة بيانات لتوزيعها.
يعمل مع أي إطار: scikit-learn وXGBoost وPyTorch وغيرها، ويوفر رسوماً لتحليل أهمية المعاملات.
متى تختارها؟ اخترها لضبط المعاملات الفائقة لأي نموذج بطريقة منهجية.
الاستخدامات
الاستخدامات الرئيسية
- ضبط المعاملات الفائقة لأي نموذج
- البحث متعدد الأهداف
- إيقاف التجارب الضعيفة مبكراً
المجالات العلمية
- كل مجالات التعلم الآلي
أنواع المشاريع المناسبة
- ضبط نموذج XGBoost أو شبكة عصبية
تطبيقات بحثية
- بحث منهجي عن الإعدادات مع توثيق الدراسة
الخصائص التقنية
تُعرض الخاصية «مدعومة» فقط إذا كانت موثقة في الوثائق الرسمية للمكتبة؛ وما لم نتحقق منه يظهر «غير محدد».
| دعم المعالج المركزي (CPU) | مدعوم |
|---|---|
| دعم المعالج الرسومي (GPU) | لا ينطبق |
| التوافق مع CUDA | لا ينطبق |
| التدريب أو الحوسبة الموزعة | مدعومتوزيع التجارب بمشاركة قاعدة بيانات للتخزين. |
| الاشتقاق التلقائي (Autodiff) | غير مدعوم |
| نشر النماذج (Deployment) | لا ينطبق |
| نماذج مدربة مسبقاً | لا ينطبق |
| أنواع البيانات المدعومة | غير مقيدة: يضبط أي دالة هدف |
| التكامل مع مكتبات أخرى | Scikit-learn، XGBoost، LightGBM، PyTorch، MLflow |
| المرونة (تقدير تحريري) | عالية جداً |
| الأداء (تقدير تحريري) | فعالة |
| المجتمع (تقدير تحريري) | كبير |
| جودة التوثيق (تقدير تحريري) | توثيق وأمثلة كثيرة |
التثبيت والتشغيل
pip install optunaالتوافق: Python >=3.10 — حسب بيانات الحزمة على PyPI، تحقق في 21 نوفمبر 2026
يُفضّل التثبيت داخل بيئة افتراضية (venv أو conda). وإذا احتجت توافقاً مع إصدار معين من CUDA أو نظام التشغيل فارجع إلى الوثائق الرسمية، لأن هذه المعلومات تتغير مع كل إصدار.
أمثلة برمجية
الأمثلة الموسومة «نُفّذ واختُبر» شُغّلت فعلياً وسُجّل مخرجها وتاريخ الاختبار وإصدارات المكتبات؛ وغيرها يحتاج GPU أو تنزيل نماذج فلم يُشغّل في بيئة الاختبار.
متوسطضبط المعاملات بـ Optunaنُفّذ واختُبر
الهدف: البحث عن أفضل معاملات بخوارزمية TPE بدلاً من البحث الشبكي.
import optuna
from sklearn.datasets import load_breast_cancer
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import cross_val_score
optuna.logging.set_verbosity(optuna.logging.WARNING)
X, y = load_breast_cancer(return_X_y=True)
def objective(trial):
clf = RandomForestClassifier(
n_estimators=trial.suggest_int("n_estimators", 20, 150),
max_depth=trial.suggest_int("max_depth", 2, 12),
random_state=0)
return cross_val_score(clf, X, y, cv=3).mean()
study = optuna.create_study(direction="maximize", sampler=optuna.samplers.TPESampler(seed=0))
study.optimize(objective, n_trials=15)
print("أفضل معاملات:", study.best_params)
print(f"أفضل دقة: {study.best_value:.4f}")
شرح الكود
نعرّف دالة هدف تقترح فيها المعاملات عبر trial.suggest_*، وتعيد نتيجة التحقق المتقاطع، ثم يوجّه Optuna البحث نحو المناطق الواعدة. البذرة الثابتة في TPESampler تجعل النتيجة قابلة للتكرار.
المخرجات المسجلة عند الاختبار
أفضل معاملات: {'n_estimators': 91, 'max_depth': 9}
أفضل دقة: 0.9631نُفّذ هذا المثال فعلياً واختُبر بتاريخ 21 نوفمبر 2026 على CPU — optuna 5.1.0, scikit-learn 1.9.1, python 3.13.18
المزايا
- واجهة مرنة جداً
- خوارزميات بحث وإيقاف مبكر فعالة
- مستقل عن الإطار
القيود
- قد يستهلك وقتاً كبيراً مع نماذج مكلفة
- لا يغني عن تصميم فضاء بحث معقول
المراجع والتحقق
- صفحة الحزمة على PyPI (مصدر الإصدار والترخيص وتاريخ الإصدار) تحقق مباشر
https://pypi.org/project/optuna/
تاريخ التحقق: 21 نوفمبر 2026 — الإصدار المتحقق منه: 5.1.0 — المراجعة: فريق DLArabic
- الموقع الرسمي رابط تعلنه الحزمة رسمياً على PyPI
https://optuna.org/
تاريخ التحقق: 21 نوفمبر 2026 — المراجعة: فريق DLArabic
- الوثائق الرسمية رابط تعلنه الحزمة رسمياً على PyPI
https://optuna.readthedocs.io
تاريخ التحقق: 21 نوفمبر 2026 — المراجعة: فريق DLArabic
- المستودع الرسمي رابط تعلنه الحزمة رسمياً على PyPI
https://github.com/optuna/optuna
تاريخ التحقق: 21 نوفمبر 2026 — المراجعة: فريق DLArabic
- ملف الترخيص الرسمي تحقق مباشر
https://github.com/optuna/optuna/blob/master/LICENSE
تاريخ التحقق: 21 نوفمبر 2026 — المراجعة: فريق DLArabic
سجل الإصدارات المتحقق منها
| الإصدار | تاريخ الإصدار | تاريخ التحقق |
|---|---|---|
| 5.1.0 | 16 نوفمبر 2026 | 21 نوفمبر 2026 |
آخر مراجعة لمعلومات الصفحة: 21 نوفمبر 2026. الوصف العربي مكتوب أصلياً للموسوعة وليس منقولاً من المواقع الرسمية.
