腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
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
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
2
回答
神经
网络
的模型参数和
超
参数及其训练验证阶段的整定
、
在那个人工神经
网络
中,我是机器学习的新手。我在R中使用nnet软件包进行神经
网络
的训练。模型参数和
超
参数有什么区别?我听说在我们设置模型参数之前就设置了
超
参数。人工神经
网络
的
超
参数和模型参数是什么?即是否在神经
网络
训练阶段调整
超
参数,在验证阶段调整模型参数?
浏览 0
提问于2017-03-16
得票数 3
1
回答
深层
网络
的
超
参数优化
、
、
、
、
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,N个历元为每次模拟。由于每次模拟都需要相对较长的时间(对于我的
网络
来说,训练一个时期大约需要70秒),那么是否有一种更快的方法可以在没有实际运行全部训练的情况下检
浏览 0
提问于2017-01-24
得票数 2
回答已采纳
1
回答
如何使用验证数据优化
超
参数
、
、
我正在训练一个神经
网络
机器学习模型,对如何调整
超
参数感到有点困惑。我认为培训过程如下: 有人告诉我,验证数据也被用来调优
超
参数。我不明白如何做到这一点,因为您在之后使用了验证数据,您已经构建了模型并对其进行了培训。我不能改变
超
参数,因为模型已经建立了。假设我有4个
超
参数,它们指定了一个神经
网络</
浏览 2
提问于2016-08-02
得票数 2
回答已采纳
1
回答
多播总结
、
我想知道,总结(超级网)多播IPv4地址有什么意义吗?有谁能解释一下为什么是吗?
浏览 0
提问于2018-01-20
得票数 1
回答已采纳
1
回答
Keras调谐器传递学习模型的
超
参数优化
、
、
我想用Keras对我的传输学习模型进行
超
参数优化。我不知道该怎么做,因为我有两个阶段的训练, 任何帮助理解这一概念,或任何其他的想法/经验如何执行
超</em
浏览 5
提问于2021-04-30
得票数 0
1
回答
人工神经
网络
中实际输出值
超
调/欠调的一般趋势
、
、
、
神经
网络
(前馈)通常倾向于
超
调而不是
超
调,反之亦然,原因是什么? 例如,下图(右)显示了预测误差的几乎完美的高斯分布,但是神经
网络
似乎有一种预测值高于实际值的趋势: ?
浏览 20
提问于2020-09-27
得票数 0
1
回答
关于14.04
超
调连接问题的ubuntu
、
、
、
我在windows 8 64位上有
超
光速。我试着在超级v上运行13.04,但我无法连接到
网络
。我已经设置了
超
调管理器,这将创建我的无线连接到
网络
。我如何也可以在13.04操作
网络
?我已经尝试了传统的和非遗留的
网络
。
浏览 0
提问于2013-04-26
得票数 1
回答已采纳
1
回答
机器学习中的
超
参数整定
超
参数整定和k-神经
网络
算法有什么区别?k-NN也是一种
超
参数整定吗?
浏览 0
提问于2018-04-05
得票数 1
回答已采纳
1
回答
训练多个Keras神经
网络
模型时的分割故障(核丢弃)
、
、
、
、
我正在优化我的神经
网络
的
超
参数,为此我使用不同的
超
参数递归地训练
网络
。它按照预期工作,直到经过一些迭代之后,当创建一个用于培训的新
网络
时,它会因错误"Segmentation fault (core dumped)“而死亡。
浏览 1
提问于2018-06-13
得票数 2
回答已采纳
2
回答
如何适应神经
网络
权重的随机性?
、
在初始化过程中,
网络
的权重是随机的。因此,如果用多个不同的随机权重对
网络
进行多次训练,就会得到不同的结果。 所以我不知道得到这些数字的方法
浏览 2
提问于2018-11-29
得票数 1
1
回答
访问Tensorflow/Keras中的输入层数据
、
、
、
、
我试图复制一个神经
网络
来进行深度估计。原作者采用了预先训练的
网络
,在全连通层和卷积层之间添加了“
超
像素池层”。在这一层中,对卷积特征映射进行上采样,并对每个
超
像素的特征进行平均。我的问题是,为了成功地实现这一点,我需要计算每幅图像的
超
像素。如何访问批处理过程中由keras/tensorflow使用的数据来执行SLIC过度分割?我考虑过将任务分开,并将其分成几个部分,即将图像输入卷积
网络
。分别处理输出,然后将它们送入一个完全连接的层。然而,这使得不可能对
网络
进行
浏览 3
提问于2017-06-16
得票数 0
回答已采纳
2
回答
如何在培训阶段使用验证集?
我对在训练阶段如何使用验证集感到困惑(像CNN这样的神经
网络
)?在Matlab或python(Keras)这样的平台中,我将数据集分为训练集、验证集和测试集。我知道验证集用于调优
超
参数(如神经元数目和学习速率),假设使用SDG优化器,如何根据验证集进行调优?验证集是否只是给出了神经
网络
对不可见数据(验证集)表现的指示,然后基于此我手动设置了
超
参数?还是自动(优化器)调优
超
参数?
浏览 0
提问于2020-07-19
得票数 2
回答已采纳
3
回答
优化
超
参数还是运行多个时期更好?
、
、
、
每当我训练一个神经
网络
时,我只让它经历几个时期(1到3)。这是因为我在一个糟糕的CPU上训练他们,要让神经
网络
跨越许多时代需要一段时间。然而,每当我的神经
网络
表现不佳,而不是让它经历更多的时代,我试着优化
超
参数。这种方法通常是成功的,因为我的神经
网络
非常简单。 但是,以这种方式训练神经
网络
是一种糟糕的做法吗?是否有缺点,立即优化的
超
参数,而不是运行更多的时代神经
网络
?
浏览 0
提问于2018-06-12
得票数 2
回答已采纳
3
回答
为什么不在火车数据集上优化
超
参数呢?
、
、
在开发神经
网络
时,通常会将训练数据划分为列车、测试和保留数据集(许多人将这些数据分别称为列车、验证和测试)。同样的东西,不同的名字)。许多人建议根据测试数据集中的性能选择
超
参数。我的问题是:为什么?为什么不在列车数据集中最大限度地提高超参数的性能,当我们通过测试数据集中的性能下降检测到过度拟合时,停止对
超
参数的训练?由于列车通常比测试大,这会不会比在测试数据集上训练
超
参数产生更好的结果?我正在使用GA来优化
超
参数。在外部遗传算法训练过程的每次迭代中,遗传算法选择一个新的
超
参数集,对列车数
浏览 1
提问于2016-07-05
得票数 5
回答已采纳
1
回答
如何使神经
网络
能够调整自己的
超
参数?
、
、
、
我很好奇,当
超
参数是由神经
网络
本身设置,或者通过创建一个神经
网络
来封装和影响它封装的
网络
的
超
参数时,会发生什么。 我在这里的目标是实验,并获得更多关于神经
网络
的深入知识。
浏览 0
提问于2018-08-10
得票数 5
回答已采纳
1
回答
超
参数整定与正则化
、
、
、
、
在设计神经
网络
的体系结构时,是否应该考虑增加正则化(如Dropout、L1/L2等)即使在使用
超
参数调优优化问题之后?考虑到这两种方法都简化了问题,重点是什么(调优或正则化)来实现更多的泛化?
浏览 0
提问于2022-12-08
得票数 1
回答已采纳
1
回答
计算
超
网掩码
我有一个(假设的)
网络
,它使用VLSM分配了以下子网地址:
网络
地址为150.200.48.0。根据这个站点:http://subnet-calculator.org/supernets.php,您可以通过从左到右的匹配位序列的长度来计算所需的
超
网掩码: Longest matched: xxxxxxxx.xxxxxxxx.xx
浏览 0
提问于2017-11-29
得票数 0
回答已采纳
1
回答
在
超
参数调优过程中,简单参数是否也会发生变化?
、
、
在
超
参数整定过程中,参数(在模型训练中已经学到的权重)是否也是优化的,或者它们是固定的,并且只为
超
参数找到了最优值?请解释一下。
浏览 0
提问于2019-08-26
得票数 0
回答已采纳
1
回答
Keras
超
网络
实现?
、
、
在Keras中实现
超
网络
最直接的方法是什么?也就是说,
网络
的一条腿为另一条腿创建权重?特别是,我想做模板匹配,我将模板输入到CNN腿,它为在主图像上操作的腿生成卷积核。
浏览 12
提问于2019-06-29
得票数 0
回答已采纳
2
回答
为什么
超
参数调优发生在验证数据集上,而不是在一开始?
、
、
、
、
尽管做了/使用过几次,但我仍然对使用验证集进行
超
参数调优感到有点困惑。据我所知,我选择一个模型,对训练数据进行训练,对训练数据进行性能评估,然后对验证数据进行
超
参数整定评估模型性能,然后选择最佳模型并对测试数据进行测试。假设我认为神经
网络
和随机森林可能对我的问题有用。那么,为什么我不开始搜索一个一般的,例如,神经
网络
体系结构,随机森林体系结构,并从一开始,评估哪一个模型是最好的一小部分数据变化的所有
超
参数无论如何。基本上为什么要选择一个基于人的“猜测”来做训练,然后在验证阶段进行
超</e
浏览 0
提问于2022-05-28
得票数 0
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
超融合网络
什么是超网络(上)
数据:Arbitrum网络TVL超15亿美元,过去30日涨幅超27%
网络直播账号超1.5亿个 带动就业机会超1亿个
以太坊合并后网络能耗下降超99.9%
热门
标签
更多标签
云服务器
ICP备案
实时音视频
对象存储
云直播
活动推荐
运营活动
广告
关闭
领券