PyGlove：Python 程序的操控工具

快速入门 | 安装 | 示例 | 参考文档

什么是 PyGlove

PyGlove 是一个用于 Python 对象操作的通用库。它为 Python 引入了符号化的面向对象编程，允许直接操纵对象，从而大大简化元程序的编写。该库已被应用于处理复杂的机器学习场景，例如 AutoML，并且在日常编程任务中也提供了额外的灵活性。

PyGlove 轻量级，除了 Python 解释器之外几乎没有其他依赖。它提供了：

• 适用于 Python 的可变符号化对象模型；
• 丰富的 Python 对象操作工具集；
• 用于自动搜索更优 Python 程序的解决方案，包括：
  • 一个易于使用的 API，可以将搜索无缝嵌入到任何现有的 Python 程序中；
  • 一组强大的搜索原语，用于定义搜索空间；
  • 一系列开箱即用的搜索算法库，以及开发新搜索算法的框架；
  • 一个与任何分布式基础设施（例如 Open Source Vizier）对接的 API，以支持此类搜索。

PyGlove 常被用于以下领域：

• 自动机器学习 (AutoML)；
• 进化计算；
• 大型团队中的机器学习工作（进化和共享 ML 代码、复用 ML 技术等）；
• Python 日常编程任务（高级绑定能力、可变性等）。

PyGlove 已于 2020 年 NeurIPS 大会上发表（论文链接：PDF）。它在 Alphabet 内部得到了广泛应用，涵盖 Google Research、Google Cloud、Youtube 和 Waymo 等部门。

PyGlove 由 Daiyi Peng 及其同事在 Google Brain 开发。

欢迎使用 PyGlove

import pyglove as pg

@pg.symbolize
class Hello:
  def __init__(self, subject):
    self._greeting = f'Hello, {subject}!'

  def greet(self):
    print(self._greeting)


hello = Hello('World')
hello.greet()

Hello, World!

hello.rebind(subject='PyGlove')
hello.greet()

Hello, PyGlove!

hello.rebind(subject=pg.oneof(['World', 'PyGlove']))
for h in pg.iter(hello):
  h.greet()

Hello, World!
Hello, PyGlove!

安装

pip install pyglove

或者安装每日构建版本：

pip install pyglove --pre

示例

• AutoML

  • MNIST 上的神经架构搜索
  • NAS-Bench-101
  • NATS-Bench
  • 进化强化学习算法

• 进化

  • 框架：[算法] [操作] [精细控制]
  • 旅行商问题
  • One-Max 问题
  • 使用 pg.mutfun 进行符号函数回归

• 机器学习

  • 规模化地交流 ML 思想
  • 符号化机器学习
  • 符号化神经建模

• 高级 Python 编程

  • 便签：一个小型领域特定语言
  • 交互式 SVG：用于直接操作的组件
  • 鸭子在哪里：开发上下文感知组件

• 交互式编程

  • 在 HTML 中查看 PyGlove 对象

如何引用 PyGlove

@inproceedings{peng2020pyglove,
  title={PyGlove: Symbolic programming for automated machine learning},
  author={Peng, Daiyi and Dong, Xuanyi and Real, Esteban and Tan, Mingxing and Lu, Yifeng and Bender, Gabriel and Liu, Hanxiao and Kraft, Adam and Liang, Chen and Le, Quoc},
  booktitle={Advances in Neural Information Processing Systems (NeurIPS)},
  volume={33},
  pages={96--108},
  year={2020}
}

免责声明：本产品并非 Google 官方支持的产品。

PyGlove 快速上手指南

PyGlove 是一个通用的 Python 对象操作库，由 Google Brain 团队开发。它引入了符号化面向对象编程（Symbolic OOP）概念，允许直接操纵 Python 对象，从而极大地简化了元程序（meta-programs）的编写。该工具广泛应用于自动化机器学习（AutoML）、进化计算以及需要高度灵活性的日常编程任务中。

环境准备

• 操作系统：支持 Linux、macOS 和 Windows。
• Python 版本：建议安装 Python 3.7 或更高版本。
• 前置依赖：PyGlove 非常轻量，除了 Python 解释器本身外，几乎没有其他外部依赖。
• 包管理工具：确保已安装 pip。

国内加速提示：如果您在中国大陆地区，建议使用清华或阿里云镜像源以加快安装速度。

安装步骤

标准安装

通过 pip 安装最新稳定版：

pip install pyglove

使用国内镜像源安装（推荐）

使用清华大学开源软件镜像源进行安装：

pip install pyglove -i https://pypi.tuna.tsinghua.edu.cn/simple

安装夜间构建版（可选）

如需体验最新功能（可能包含不稳定因素），可安装预发布版本：

pip install pyglove --pre

基本使用

PyGlove 的核心在于通过 @pg.symbolize 装饰器将普通 Python 类转换为符号化对象。这使得对象具备可变性（mutability），并支持自动搜索不同的参数组合。

1. 定义符号化类

使用 @pg.symbolize 装饰器修饰你的类，即可启用符号化功能。

import pyglove as pg

@pg.symbolize
class Hello:
  def __init__(self, subject):
    self._greeting = f'Hello, {subject}!'

  def greet(self):
    print(self._greeting)

2. 创建对象与动态重绑定

创建实例后，可以使用 .rebind() 方法动态修改对象属性，而无需重新实例化。

# 创建实例
hello = Hello('World')
hello.greet()
# 输出：Hello, World!

# 动态重绑定属性
hello.rebind(subject='PyGlove')
hello.greet()
# 输出：Hello, PyGlove!

3. 自动化搜索与迭代

结合 pg.oneof 定义搜索空间，并使用 pg.iter() 自动遍历所有可能的组合。这是 AutoML 和进化算法的基础用法。

# 定义搜索空间：subject 可以是 'World' 或 'PyGlove'
hello.rebind(subject=pg.oneof(['World', 'PyGlove']))

# 迭代所有可能的对象实例
for h in pg.iter(hello):
  h.greet()
  
# 输出：
# Hello, World!
# Hello, PyGlove!

通过以上步骤，您已成功掌握了 PyGlove 的核心用法。更多高级示例（如神经架构搜索 NAS、进化算法框架等）可参考官方 GitHub 仓库中的 examples 目录。