9.24
完成的工作
- 写评判数据集可行性的模块DataFilter.py,放到了evaluation目录下
9.23
完成的工作
- 试图merge,然后失败。之前的任务分配有些歧义。
遇到的问题
- 和zkx商量后决定,用自编码神经网络新写一个版本的特征计算函数
9.11
完成的工作
- 完成了运行结果保存,计划接下来进行特征数目的增加和特征计算的单元测试
- 开始学习单元测试
遇到的问题
- 使用一个神经网络是必须的吗?是否可以用一个神经网络同时完成多个独立的分类和回归问题?
我觉得,处理两个不同的问题的神经网络共用一部分参数,这个假设的合理性有待考虑。不过google了一下发现似乎真的有这样的网络,有待进一步了解。
初步方案是先针对每一个超参数写一个神经网络。
9.10
完成的工作
- 经过许久纠结,最终决定用txt来写Readme
- 完善了主程序(还差最后保存运行结果的部分)
- 完善了spec
9.9
完成的工作:
- 确定了大体的重构框架
- 详见github本仓库README文件
- 分工
ols:客户端和特征计算
zkx:标签计算和神经网络 关于神经网络拟合效果评估的代码在之后商议。 - 完成了客户端主文件的大体框架
仓库位置在 https://github.com/Sonata165/AutoParamTuning
遇到的问题:
- 之前初步实验中,我们要调的超参数都是连续取值的。那么遇到离散取值的超参数(比如字符串或者整数)该怎么办?
一个初步想法是,有多少待调参数,就设置多少神经网络。连续取值的超参数用神经网络回归,离散取值的超参数用神经网络分类 - .md文件用VSCode编辑时,不知道怎么换行(最后改用notepad2)