- 链接地址:https://blog.csdn.net/LHWorldBlog/article/details/106021691
- 链接标题:大白话5分钟带你走进人工智能-第40节神经网络之调优神经网络的超参数_人工智能输入参数与训练效果-CSDN博客
- 所属网站:blog.csdn.net
- 被收藏次数:4927
文章浏览阅读1k次。神经网络有着灵活性,同时也是算法的主要缺点:需要有许多超参数需要去调节。比如隐藏层及神经元个数,轮次,每一轮次给多少数据,学习率,对于神经网来说,有很多超参数可以调节。层数,每层的神经元数,在每层使用的激活函数,初始化权重的逻辑,等等你怎么知道哪种组合最适合你的任务?站在机器学习角度来说,可以去使用grid search,cross validation就是交叉熵验证加上栅格搜索,但是它在深度学习里用的并不多,它特别的费时间,它要跑很多遍。在深度学习里就是奔着过拟合去调,调过了只是说明结果已经出现过_人工智能输入参数与训练效果
版权声明:本文发布于特牛网址导航 内容均来源于互联网 如有侵权联系删除