[ Stack technique ]
Optuna
Le framework d'optimisation d'hyperparamètres qui trouve la bonne configuration en moins d'essais.
Optuna définit l'espace de recherche à la volée (define-by-run) : chaque hyperparamètre est échantillonné dans la fonction objectif elle-même, ce qui autorise les espaces conditionnels et imbriqués. Son sampler TPE bayésien propose les prochains essais à partir des précédents, ses pruners (median, Hyperband) coupent tôt les essais peu prometteurs, et les études se parallélisent sur plusieurs machines via un stockage partagé. Compatible avec tout framework, du boosting à PyTorch, c'est notre choix pour remplacer le grid search dès que chaque entraînement coûte plusieurs minutes.
[ Pourquoi Optuna chez Dexon ]
Ce que cette techno fait bien, et pourquoi nous la mobilisons.
Usage typique : Tuning de boosters et de réseaux de neurones, réglage de pipelines, optimisation de simulations.
- 01
Define-by-run : espaces de recherche conditionnels écrits en Python ordinaire.
- 02
Samplers TPE, CMA-ES et bayésien gaussien, optimisation multi-objectifs (NSGA-II).
- 03
Pruning des essais peu prometteurs : median, successive halving, Hyperband.
- 04
Études distribuées sur stockage partagé, dashboard de visualisation, intégrations ML courantes.
[ Technologies complémentaires ]
Les briques que nous mobilisons souvent en parallèle.
Une stack existe rarement seule. Voici les technologies que Dexon associe le plus souvent à celle-ci, par habitude de pipeline, similarité d'usage ou maîtrise interne. Cliquez sur une brique pour voir son périmètre.
[ Réassurance ]
- 0+
- projets livrés sur mesure
- 30
- ingénieurs, designers, chefs de projet
- 80 %
- issus des meilleures écoles FR
- 24 h
- délai moyen de réponse
[ Ils nous font confiance ]
Plus de 100 entreprises françaises et européennes nous accordent leur confiance.
[ Presse ]
Ils parlent de nous.
Couverture nationale par BFM Business, Le Figaro, Challenges, La Tribune et CNews. Une lecture extérieure de notre travail et de nos innovations.
