腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
贝
叶
斯
超参数
优化
machine-learning
、
bayesian
、
tree-structure
我已经为我
的
lstm
超参数做了一些
贝
叶
斯
超参数
优化
的
实验。我想知道这些策略在哪里被称为“
贝
叶
斯
”。谁能解释一下在超参数
优化
的
背景下“
贝
叶
斯
”是什么意思? 谢谢
浏览 17
提问于2019-06-27
得票数 1
1
回答
基于
贝
叶
斯
优化
的
深度学习结构超参数
优化
optimization
、
machine-learning
、
tensorflow
、
deep-learning
、
bayesian
构造了一种用于原始信号分类任务
的
CLDNN (卷积、
LSTM
、深度神经网络)结构。虽然我还没有完全理解
优化
算法,但我喜欢它对我有很大
的
帮助。 我想问几个关于
优化
任务
的
问题。如何建立关于深度网络
的
贝
浏览 1
提问于2017-01-25
得票数 29
回答已采纳
1
回答
对我正在使用
的
LSTM
超参数整定过程
的
看法
keras
、
lstm
、
hyperparameter-tuning
、
bayesian
、
epochs
我正在训练一个
LSTM
来预测价格图表。我使用
贝
叶
斯
优化
来稍微加快速度,因为我有大量
的
超参数,并且只有我
的
CPU作为资源。从超参数空间进行100次迭代,当训练仍然花费了太多
的
时间才能找到一组合适
的
超参数时,每一次迭代都要经历100次。 我
的
想法是这样。如果在
贝
叶
斯
优化
过程中,我只训练了一个时代,那么这是否仍然是一个足够好
的
指标,说
浏览 0
提问于2020-05-05
得票数 2
回答已采纳
1
回答
LSTM
的
贝
叶
斯
优化
python
、
machine-learning
、
keras
、
deep-learning
、
lstm
我正在尝试使用
贝
叶
斯
优化
来
优化
LSTM
的
超参数。我找到
的
一个解决方案是将训练数据和验证数据转换为数组,但在我
的
代码中,它们已经是数组而不是列表。或者将它们转换为元组,但我不知道该如何做。self.hypermodel.build(hp) model.add(
LSTM</
浏览 93
提问于2021-05-06
得票数 1
回答已采纳
1
回答
为什么我
的
LSTM
在批量大小为2且没有隐藏层
的
情况下工作最好?
machine-learning
、
keras
、
lstm
、
rnn
、
mini-batch-gradient-descent
我正在构建一个
LSTM
,用于使用Keras进行价格预测。我正在使用
贝
叶
斯
优化
找到正确
的
超参数。通过我所做
的
每一次测试,
贝
叶
斯
优化
总是发现最好
的
batch_size是来自于可能
的
[2, 4, 8, 32, 64]范围
的
2,并且没有隐藏层总是更好
的
结果。我有5个特征和~1280个样本作为我正在尝试
的
测试。 为什么是
浏览 0
提问于2020-05-29
得票数 0
2
回答
封闭(黑匣子)系统
的
参数
优化
optimization
我可以将返回
的
值与观察到
的
值进行比较,以确定系统是否根据我指定
的
参数值进行了良好
的
校准。由于我不知道函数,所以我不知道如何有效地
优化
这个问题。 问:当函数未知时,有哪些
优化
方法?运行黑匣子系统
的
成本只是时间.假设运行这个系统需要10秒,
浏览 0
提问于2015-09-08
得票数 5
回答已采纳
1
回答
非随机全局
优化
是可取
的
还是必要
的
?
optimization
非随机
优化
与确定性全局
优化
我对确定性全局
优化
器不感兴趣。这些方法提供了某种形式
的
概率/可信度,甚至保证了所找到
的
解确实是全局最优解。这在离散/组合
优化
中比较常见,但当用户有某种形式
的
先验知识/假设时,一些确定性
优化
器有时会发生切线相关。确定性
优化
器
的
偏好/必要性是显而易见
的
,即使它们只是给出了与所找到
的
解决方案相关联
的
信心
浏览 0
提问于2020-09-03
得票数 2
1
回答
直方图中桶数
的
选择方法
statistics
、
visualization
在直方图中选择回收箱
的
数量一直是让我思考很多
的
事情。根据选择
的
垃圾箱数量,图在时间上看起来有很大
的
不同,也可能导致不同
的
解释。 下面是平方根规则,我用它作为在大多数情况下选择回收箱数量
的
拇指规则。
浏览 0
提问于2020-01-23
得票数 3
1
回答
可视化n维
贝
叶
斯
优化
结果
visualization
、
optimization
、
bayesian
我正在研究一个6维
贝
叶
斯
优化
问题(skopt
的
gp_minimize)。在
优化
器运行j次迭代之后,我想以某种方式可视化
优化
的
“进度/结果”。由于我是新
的
贝
叶
斯
优化
,我想要求输入如何和什么可视化。什么是好
的
参数可视化,以显示改进,甚至参数依赖
的
优化
参数?
浏览 0
提问于2021-01-12
得票数 1
1
回答
Google ML引擎是否支持
贝
叶
斯
超参数调整算法?
google-cloud-ml
根据
的
说法,只有网格搜索和随机搜索算法可用。那么,如果支持,我如何在Google Cloud ML引擎上使用
贝
叶
斯
优化
来调优超参数?
浏览 10
提问于2018-12-17
得票数 1
回答已采纳
1
回答
使用哪种
优化
方法?
optimization
其中一些参数是离散
的
,而其他参数是连续
的
。其中一些参数只能从有限
的
值空间中选择。 由于我没有封闭形式
的
函数,所以不能使用任何基于梯度
的
方法。然而,这些参数
的
离散性和盒式约束甚至限制了可供我使用
的
导数自由
优化
技术
的
数量。我想知道在我可以使用
的
优化
方法方面有哪些选项。
浏览 0
提问于2014-12-20
得票数 5
回答已采纳
1
回答
非凸函数
优化
python
、
optimization
、
non-convex
我最近在研究一个非凸
优化
问题,我使用
贝
叶
斯
优化
作为解决这个问题
的
一种方法。而且它没有表现出很好
的
收敛性。(
贝
叶
斯
优化
是解决这个问题
的
有效方法吗?)谁能帮我看看是否有其他有效
的
方法来解决非凸
优化
问题?我使用
的
是python,所以,有没有人可以给我看一些用python编写
的
包呢? 谢谢!
浏览 15
提问于2020-11-24
得票数 0
1
回答
多课程
的
机器学习Algo?
algorithm
、
machine-learning
、
multiclass-classification
哪种算法可以用于多类分类,其中每一行被分类为多个类?
浏览 3
提问于2022-10-21
得票数 -1
1
回答
贝
叶
斯
优化
的
最大维度(GPyOpt,GPFlow)
python
、
machine-learning
、
optimization
有人知道
贝
叶
斯
优化
算法作为搜索空间维度
的
函数而变慢
的
速度有多快吗?可以合理使用
的
最大维度
的
好估计值是什么?我特别想到了GPyOpt和GPFlowOpt。
浏览 26
提问于2019-04-05
得票数 0
回答已采纳
1
回答
向cmake项目添加外部库
c++
、
cmake
、
robotics
我是一名机器人专业
的
学生,来自Técnico高等学院,在我
的
项目中使用外部图书馆有困难。PROJECT ( myDemo ) IF(Simox_USE_COIN_VISUALIZATIONSimoxQtApplication(${PROJECT_NAME} &
浏览 3
提问于2015-03-27
得票数 1
回答已采纳
2
回答
回归
的
朴素
贝
叶
斯
regression
、
naivebayes
我想知道,如果我可以应用朴素
贝
叶
斯
,回归问题,它将如何做到。我有4096个图像特征和384个文本特征,如果我假设它们之间是独立
的
,那就不会很糟糕了。有人能告诉我如何继续吗?
浏览 2
提问于2016-04-27
得票数 11
1
回答
Gridsearchcv vs
贝
叶
斯
优化
python-3.x
、
machine-learning
、
gridsearchcv
在Gridsearchcv和
贝
叶
斯
优化
中,哪一个更适合
优化
超参数?
浏览 17
提问于2019-04-25
得票数 6
回答已采纳
3
回答
超参数
优化
中随机搜索
的
改进
machine-learning
、
mathematical-optimization
、
nonlinear-optimization
、
hyperparameters
随机搜索是机器学习中超参数
优化
的
一种可能。将随机搜索应用于RBF核支持向量机分类器
的
最佳超参数搜索。除了连续成本和伽马参数外,我还有一个离散参数,以及对某些参数
的
等式约束。其他改进随机搜索
的
想法也是值得欢迎
的
。
浏览 9
提问于2016-05-19
得票数 2
回答已采纳
1
回答
机器学习模型擅长时间序列
的
自回归预测吗?
machine-learning
、
regression
、
forecasting
AR模型、MA模型、GARCH模型和VAR模型是自回归预测
的
标准模型。这些预测在时间序列上有多好?他们中有谁能够利用历史滞后作为输入功能来预测未来超过1天
的
预测水平?有什么资料可以为机器学习者应用自回归提供理论依据吗?如果任务是时间序列
的
自回归预测,那么评估它们
的
样本外性能,引导聚合还是交叉验证更合适?
浏览 0
提问于2020-04-15
得票数 1
2
回答
科学知识中
的
贝
叶
斯
网络?
bayesian-networks
我正在尝试理解和使用
贝
叶
斯
网络。我发现在学习API中有很多关于
贝
叶
斯
的
引用,例如朴素
贝
叶
斯
、
贝
叶
斯
回归、BayesianGaussianMixture等。在搜索用于
贝
叶
斯
网络
的
python包时,我发现巴塞和pgmpy。 是否有可能在科学学习中研究
贝
叶
浏览 0
提问于2018-11-03
得票数 3
回答已采纳
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
贝叶斯的缺点
朴素贝叶斯
贝叶斯之道
贝叶斯大脑
解开贝叶斯黑暗魔法:通俗理解贝叶斯线性回归
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券