We introduce a Python open-source library for $\mathcal{X}$-armed bandit and online blackbox optimization named PyXAB. PyXAB contains the implementations for more than 10 $\mathcal{X}$-armed bandit algorithms, such as HOO, StoSOO, HCT, and the most recent works GPO and VHCT. PyXAB also provides the most commonly-used synthetic objectives to evaluate the performance of different algorithms and the various choices of the hierarchical partitions on the parameter space. The online documentation for PyXAB includes clear instructions for installation, straight-forward examples, detailed feature descriptions, and a complete reference of the API. PyXAB is released under the MIT license in order to encourage both academic and industrial usage. The library can be directly installed from PyPI with its source code available at https://github.com/WilliamLwj/PyXAB
翻译:我们推出一个名为 PyXAB 的Python 开放源码库, 用于 $\ mathcal{X} $- armed 土匪和在线黑盒优化, 名为 PyXAB 。 PyXAB 包含10美元以上 mathcal{X} $- $-armed 土匪算法的实施, 如HO、 StoSOOO、 HCT 和最新的GPO 和 VHCT 作品。 PyXAB 还提供最常用的合成目标, 以评价参数空间上不同算法和等级分区的各种选择的性能。 PyXAB 的在线文件包括安装的明确指令、 直截式示例、 详细地貌描述 以及 API 的完整参考 。 PyXAB 根据MIT 许可证发布, 以鼓励学术和工业使用。 该图书馆可从 PyPI 直接安装, 其源码可在 https://github.com/ WillimamLwj/ PyXAB 上查阅 。</s>