网格搜索LSTM的超参数调整

文章/答案/技术大牛

发布

1回答

python、performance、lstm、hyperparameters

当我尝试在我的LSTM模型中实现网格搜索时，我得到了不同的错误。我正在尝试一些非常类似于this的东西。100, activation='relu', optimizer='adam'): model = Sequential() mode

浏览 289提问于2019-05-30得票数 1

1回答

如何节省时间，同时进行网格搜索和k-折叠交叉验证的超参数调整？

machine-learning、lstm、cross-validation、grid-search、hyperparameters

我计划执行网格搜索与k-折叠交叉验证(CV)，以优化的超参数的LSTM。假设我有n个超参数组合，并定义了k-折叠CV。这意味着我必须运行LSTM次，这可以是计算密集型的。 Q1。有什么实用的技巧可以节省时间吗？为了节省时间，如果1)我将整个训练数据分成测试和val (例如，80:20)，没有k倍，并找到最佳的超视距；在这种情况下，nx1运行，和2

浏览 3提问于2020-03-27得票数 0

1回答

使用网格搜索对GANs进行超参数调整

grid-search、generative-adversarial-network、hyperparameters

我面临的主要问题是调整超参数。这是GANs面临的一个大问题。当我研究超参数调优时，我发现了网格搜索这个名字。因此，我想使用这个网格搜索来调整GANs的超参数。我不知道该怎么介绍这个。或者更好地调整GANs的超参数，然后分享。谢谢。

浏览 16提问于2021-03-17得票数 0

回答已采纳

1回答

如何解释两种不同的LSTM模型产生不同性能的原因并提高性能？

deep-learning、keras、tensorflow、lstm

我建立了两种不同的负荷预测模型。数据集有六个特征。性能评价指标是平均绝对百分比误差(MAPE)。两种模型都是基于LSTM的。这是第一个模型和性能。model = Sequential()model.add(LSTM(20,init= 'uniform', a

浏览 0提问于2019-10-20得票数 0

2回答

Tensorflow模型的超参数整定隐藏层大小和隐层数

tensorflow、optimization、deep-learning、hyperparameters

我需要调整隐藏层的数量和它们的隐藏大小的回归模型。正如我之前测试过的，由于有大量的超参数，一般的超参数优化算法(网格搜索和随机搜索)是不够的。我可以使用PBT或贝叶斯优化来调整网络结构吗？一般来说，除了网格搜索和随机搜索之外，是否有优化方法来调整<

浏览 13提问于2022-12-04得票数 1

1回答

深层网络的超参数优化

optimization、machine-learning、neural-network、deep-learning、hyperparameters

目前，我正试图为CLDNN (卷积，LSTM，深层神经网络)提出一种新的结构。我想尝试网格搜索和随机搜索，以获得一组最优的超参数，但我不清楚有几件事。如果我使用一组临时的超参数来模拟网络，我如何度量这些超参数的“好”？我正在考虑记录成本和训练的准确性后，

浏览 0提问于2017-01-24得票数 2

回答已采纳

1回答

比较网格搜索CV和随机搜索CV与K次交叉验证的准确性？

cross-validation、accuracy、hyperparameter-tuning、gridsearchcv

网格搜索CV和随机搜索CV总是/一定要给出比K-折叠交叉验证更精确的超参数调整结果吗？

浏览 0提问于2021-10-07得票数 0

回答已采纳

2回答

神经网络优化

neural-network、rnn、convolutional-neural-network、graph-neural-network

神经网络是通过尝试和错误、数据科学家来优化，还是通过精确的数学方程来优化值？

浏览 0提问于2021-03-05得票数 -1

2回答

何时调整深度学习中的超参数

machine-learning、deep-learning、time-series、aws、sagemaker

我目前正在使用不同的CNN和LSTM模型架构来解决我的多变量时间序列分类问题。问:我如何平衡不同模型的实验需求，如独立的CNN和CNN与LSTM之间的超参数调谐？有没有所谓的“过早

浏览 0提问于2021-08-25得票数 1

1回答

支持向量机(SVC)的Grid_search (RandomizedSearchCV)非常慢

python、scikit-learn、svm、hyperparameter-tuning、grid-search

我正在测试支持向量机的超参数，但是，当我求助于Gridsearch或RandomizedSearchCV时，我无法获得分辨率，因为处理时间超过了几个小时。以下是经过测试的参数： 'kernel': ['poly','sigmoid','linear','rbf'],("Best paramet

浏览 0提问于2022-12-08得票数 1

回答已采纳

2回答

如何提高logistic回归模型的准确性和精度？

python、machine-learning、logistic-regression

我的机器学习模型数据集是cleaveland数据库，有300行和14个属性--预测一个人是否患有心脏病。但目的是建立一个logistic回归的分类模型。得到了82 %的准确率。为什么会这样呢？另外，为什么我的模型每次显示不同的准确性？是因为每次服用不同的x_train、Y_train、X_test、Y_te

浏览 2提问于2021-03-04得票数 1

回答已采纳

1回答

Google Cloud ML:如何执行超参数调优作业的纯网格搜索

tensorflow、google-cloud-ml、hyperparameters

Google Cloud ML使用贝叶斯优化来缓解维度的诅咒。在特定情况下，我有一些超参数调优作业，在这些作业中，我希望对超参数调优作业中的超参数网格执行详尽的搜索。我该怎么做呢？我执行纯网格搜索的动机是:我观察到，针对完全离散类型的超参数的超参数<

浏览 3提问于2018-01-19得票数 1

2回答

Kfold交叉验证和GridSearchCV

machine-learning、scikit-learn、cross-validation、hyperparameters

好吧，我正在尝试理解如何以及在算法中的哪个点应用Kfold和GridSearchCV。此外，如果我理解正确，GridSearchCV用于超参数调整，即参数的值将提供最佳结果，Kfold用于更好的泛化，以便我们在不同的折叠上进行训练，从而减少偏差，如果数据以某种特定方式排序，则增加泛化。现在的问题是，GridSearchCV不是也在使用CV参数进行交叉验证吗？那么，我们为什么需要Kfold，如果我们需要的话，我们是否在

浏览 2提问于2018-03-19得票数 4

1回答

在R中调整knn中的K训练()命令

r、classification、knn

我的问题是如何调整算法使用的邻居数量？如何在命令中调整此参数？

浏览 2提问于2018-01-07得票数 2

2回答

什么是科学学习中最有效的超参数优化方法？

scikit-learn、hyperparameter、hyperparameter-tuning、grid-search、randomized-algorithms

这里是关于科学学习中的超参数优化过程的概述。随机搜索比网格搜索速度快，但方差过大。在其他包中也有其他策略，包括scikit优化、自动滑雪和scikit超带。什么是最有效的方法(快速找到合理的性能

浏览 0提问于2019-03-13得票数 11

2回答

哪种模型:从gridsearchCV或所有训练数据中获得最佳估计值？

scikit-learn、grid-search

当涉及到网格搜索和拟合最终模型时，我有点困惑。我分成两部分:训练和测试。测试集只用于最终评估。我只使用培训数据执行网格搜索。1)不要培养榜样。使用来自网格搜索

浏览 2提问于2018-10-28得票数 4

回答已采纳

1回答

基于CV网格搜索的Keras回调

python、keras

我正在尝试实现一个CV网格搜索来调优Keras模型的超参数。下面是我的代码(运行时没有错误，但没有正确处理回调)： model.add(LSTM(lstm_nodes, dropout=0.25)) model.add(Dense(5, activation='softmax&#

浏览 0提问于2018-03-04得票数 1

回答已采纳

2回答

设置最佳SVM超参数

classification、svm、matlab、hyperparameter、hyperparameter-tuning

我有一个非线性数据集，我使用支持向量机(RBF核)建立分类模型，但不确定如何在Matlab fitcsvm中设置支持向量机、C和γ的最佳超参数。如果尝试和错误的方法设置任意的值，直到找到最佳的性能，这是否可以接受？

浏览 0提问于2019-03-26得票数 3

1回答

验证准确性/损失影响培训是否适用于首席执行官？

validation、caffe

对于caffe中的验证集有一个简单的问题，想知道验证集是否对培训有任何影响？我知道您使用验证集来检查网络是否过分合适，据我所知，验证集对权重更新没有影响，但它是否对选择或修改超参数有某种影响，还是仅供用户查看和评估网络学习情况如何？

浏览 5提问于2017-05-15得票数 2

回答已采纳

1回答

调整超参数ALS模型

scala、apache-spark-ml、matrix-factorization

我正在调整一个隐式的ALS模型。在超参数中: rank，maxiter，regParam，alpha，numItemBlocks，numUserBlocks，有没有什么关键的参数通常能最大限度地提高准确率？是否有一系列已知的值可以很好地工作？我在scala中工作，是否有一个常用的网格搜索过程(我更熟悉python)。

浏览 8提问于2018-02-14得票数 0

点击加载更多