返回 AI 工具目录
Spearmint
开发框架人工精选最近核验 2026年7月23日
Spearmint 是一个用 Python 实现的贝叶斯优化软件包,用于自动化参数调优。它以尽量少的实验次数迭代调整参数,最小化给定目标函数,常用于机器学习算法的超参数搜索等计算代价高的优化问题。它实现了多篇论文中的贝叶斯优化算法,支持多任务优化、通过输入变形处理非平稳函数,并可处理未知约束;默认假设目标函数含噪声,也可配置为无噪声场景。运行依赖 NumPy、SciPy、PyMongo 与 MongoDB,通过 JSON 配置参数并启动实验。项目采用学术与非商业研究用途许可,限制商业使用,近年无新版本发布,维护活跃度较低。
定价免费部署本地运行国内可达国内可达
解决什么问题
- 自动化机器学习超参数调优
- 以更少实验次数逼近最优
- 处理计算代价高的黑盒优化
- 支持多任务与带约束的优化
- 通过输入变形应对非平稳目标
适合
- 科研中的超参数与实验优化
- 计算昂贵且评估次数受限的问题
- 熟悉 Python 与 MongoDB 的团队
- 非商业的研究与教学场景
不适合
- 许可限制商业使用,商用不适用
- 近年无新版本,维护活跃度低
- 依赖 MongoDB,部署成本较高
- 缺少现代自动调参工具的生态支持
如何接入
- 以 Python 脚本定义目标函数
- 用 JSON 配置文件设置参数空间
- 需先启动 MongoDB 存储实验
- 运行 main.py 驱动优化循环
已知限制
- 采用学术非商业许可,商用受限
- 近年无新发布,可能已停止维护
- 强依赖 MongoDB 运行环境
- 文档与生态相对陈旧
接入与使用事实
- 部署方式
- 本地运行
- 实现语言
- Python
- 中文界面
- 待确认
- 中文文档
- 待确认
- 定价方式
- 免费
- 许可证
- 待确认
- 国内可达性
- 国内可达
- 可达性观察
- 待补充
权限、依赖与维护信号
这些字段记录公开可见信号，不等同于安全审计结论。
权限信号
暂无公开信号。
依赖信号
暂无公开信号。
维护信号
暂无公开信号。
公开来源与证据
暂无可公开的来源链接。