ハイパーパラメータ

AI
検索エンジン

ニューラルネットワークには隠れ層の数、活性化関数、学習率などの多くのハイパーパラメータが存在し,これらの値が精度に大きな影響を与える.ハイパーパラメータのチューニング方法としては,パラメータの候補値を指定し,それらの組み合わせを調べるグリッドサーチなどがある.また,近年は,ハイパーパラメータを含め最適化問題とするベイズ最適化が効率的なチューニング方法として注目をあびている.

グリッドサーチは適切だと考えられるパラメータを複数用意し、それらの値の組み合わせを全通り総当たりで行い、最も良いハイパーパラメータを探す方法である。

クロスバリデーションとグリッドサーチ(備忘録) - Qiita
このブログについて 備忘録のためにクロスバリデーション、及びグリットサーチについてまとめます Pythonのscikit-learnライブラリを使用します クロスバリデーション トレーニングデータとテストデータへの分...
Scikit learnより グリッドサーチによるパラメータ最適化 - Qiita
Grid search とは scikit learnにはグリッドサーチなる機能がある。機械学習モデルのハイパーパラメータを自動的に最適化してくれるというありがたい機能。例えば、SVMならCや、kernelやgammaとか。Sc...
タイトルとURLをコピーしました