深度学习超参数-搜索策略

1.深度学习超参数:

                                1)网络结构参数:层数、层宽、每层的激活函数

                                2)训练参数:batch_size(一次训练所选取的样本数)、学习率a、学习率衰减算法(a=0.95^k*b)其中k=epoch_num,b是前一次的学习率

2.搜索策略:

                       1)网格、随机、遗传算法、启发式

                        2)使用:tf.keras.wrappers.scikit_learn.KerasRegressor(build_fn=build_model)#回调函数,把深度学习模型包裹成sklearn搜索可用的。

  • 8
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值