文件名称：bayesopt-nash-eq
文件大小：4.72MB
文件格式：ZIP
更新时间：2024-05-21 09:38:33
python algorithm game-theory robust-optimization black-box-optimization
贝叶斯-纳什方程 代码存储库 设置/ Python环境 conda install nb_conda conda env create --file environment.yml 这将创建一个称为ne的环境。 要激活此环境，请执行： source activate ne 运行演示 demo.ipynb演示了该算法以及本文中考虑的算法。 它还演示了可以在回购中找到的其他实用程序/图表。 jupyter notebook 进行实验 脚本toy_experiments.py对SADDLE和MOP问题进行了实验。 可以根据以下配置文件配置实验。 cd到repo目录，然后执行以下操作： export PYTHONPATH=. python ne/experiments/toy_experiments.py -f ne/experiments/configs/saddle_config.ym
【文件预览】：
bayesopt-nash-eq-master
----docs()
--------neq-optmas.pdf(2.67MB)
--------optmas.pptx(4.47MB)
----environment.yml(172B)
----ne()
--------benchmark()
--------minimizers()
--------nash_eq_algs()
--------__init__.py(1B)
--------experiments()
--------utils()
----.gitignore(6B)
----demo.ipynb(304KB)
----README.md(3KB)