调参经验分享
调参经验分享1.样本要随机化,防止大数据淹没小数据。2.样本要做归一化(具体参考为何需要归一化)。3.激活函数要根据样本输出选择(多层神经网络一般用relu)。4.mini batch很重要,几百是比较合适的(数据量很大的情况下)。5.学习速率(learning rate)很重要,比如一开始可以将lr设置为0.01,然后运行到loss不怎么降的时候,学习率除以10,接着训练。6.权重初始化,可用高斯分布乘以一个很小的数(详情自行搜索权值初始化)。7.Adam收敛速度的确要快一些,可结果往往没
复制链接