我在寻找Hyperopt热启动的可能性。一种方法是手动填充Trials.trials列表中的超参数。这实际上是可行的，但我怀疑这是否真的会影响优化，或者Trials.trials只是Trials对象的可见部分，而Hyperopt则不同。
回答：
trials.trials列表并不包含所有信息！还需要更改trials._dynamic_trials，因为baye.py中的刷新函数会用trials._dynamic_trials的数据更新trials.trials的数据。
总的来说，热启动应该是可能的。我通过在一个新的trials对象上调用fmin，使用一些任意搜索空间和目标函数，创建了一个与我的热启动状态大小相同的假trials对象。之后，可以通过遍历trials.trials的长度来更改trials对象的值，像这样：
list_of_coldstart_dict = [one_possible_and_evaluation,second_possible_and_evaluation,...]
fake_space = {'test': 2-hp.loguniform('test_02',0.001, 0.1)}
def Objective(params):
return {"loss":0, 'status': STATUS_OK}
trials = Trials()
fmin(Objective,fake_space,
algo=partial(tpe.suggest, n_startup_jobs=len(list_of_coldstart_dict)), max_evals=len(list_of_coldstart_dicts),
trials=new_trials,verbose=1)
for i in range(len(trials.trials)):
trials.trials[i] = list_of_coldstart_dict[i]
trials._dynamic_trials[i] = list_of_coldstart_dict[i]
trials.results[i] = trials.trials[i]['result']请注意保持trials.trials[i]内部字典的必要结构。
