吴恩达深度学习之改善神经网络(三)
来源:互联网 发布:徐州共享网络玩家 编辑:程序博客网 时间:2024/05/22 14:06
3.1 调试处理(Tuning process)
神经网路的改变会涉及到许多不同的超参数的设置。下面我们介绍一些指导性原则。
关于训练深度最难的事情之一就是,我们要处理的参数的数量,从学习速率
实验证明,有一些超参数会比另外一些超参数重要,比如最广泛地学习应用是
红色的超参数最重要,其次是黄色的,然后是紫色的。
在早起的机器学习算法中,我们都是用网格取点的方式来确定哪个参数效果最好,如下图所示:
在深度学习领域,我们的做法是随机选择点,接着用这些随机选择的点实验超参数的效果,先用如下图举个例子:
假设我们有两个超参数需要调整,一是学习率
随机取值而不是网格取值,我们可以探索更多重要的超参数的潜在值。其次可以采用粗糙到精细的策略。如下所示:
3.2 超参数的训练与实践:pandas vs Caviar
阅读全文
0 0
- 吴恩达深度学习之改善神经网络(三)
- 吴恩达深度学习笔记之改善神经网络(一)
- 吴恩达深度学习笔记之改善神经网络(二)
- 吴恩达神经网络和深度学习课程自学笔记(三)之浅层神经网络
- 深度学习深理解(五)-改善深度神经网络
- 深度学习深理解(六)-改善深度神经网络-第二周
- 深度学习深理解(七)-改善深度神经网络-第三周
- 深度学习系列之三:循环神经网络 | 公开课
- 深度学习系列之三:循环神经网络 | 公开课
- 卷积神经网络学习三:神经网络之深度学习与tinny_cnn中的层
- 吴恩达深度学习入门学习笔记之神经网络和深度学习(第二周:神经网络基础)
- 吴恩达深度学习入门学习笔记之神经网络和深度学习(第二周:神经网络基础)
- 小白学《神经网络与深度学习》笔记之三-深度学习是个什么东西
- 使用腾讯云 GPU 学习深度学习系列之三:搭建深度神经网络
- 深度学习之卷积神经网络
- 深度学习之卷积神经网络
- 深度学习之BP神经网络
- 深度学习之什么是神经网络
- rehsarper使用方式
- 习题7.2
- 分支中if语句
- 关于HashMap你要知道的事情
- Centos7 下配置mail使用163邮箱发送邮件
- 吴恩达深度学习之改善神经网络(三)
- 洛谷P1637 三元上升子序列Thair(树状数组)
- 记一次考研经历
- 【算法学习】——算法分析原理
- Linux目录结构详解01
- OSB封装DBADAPTER提供REST接口
- Mybatis的Dao向mapper传多个参数(三种解决方案)
- LR模型(逻辑回归模型)
- sql注入