第十六屆 冠軍

ai-ml-data
調整AI超參數好煩躁?來試試看最佳化演算法吧!
golucky_sir

系列文章

DAY 21

[Day 21]Optuna的更多應用,最佳化生成對抗網路(GAN)(2/2)

前言 昨天花了一些時間來執行DCGAN的最佳化,在文章撰寫時我就在執行程式了,寫完文章後發現程式還沒跑完,還好當初有意識到所以將DCGAN最佳化分為兩天來介紹。...

DAY 22

[Day 22]無痛入門!淺談MealPy最佳化

前言 上個禮拜我介紹了Optuna的一些基礎API與進階用法等,希望各位有更加理解Optuna的使用方式。今天開始要來介紹另一個模組--MealPy。它是一個非...

DAY 23

[Day 23]由淺入深!介紹更多MealPy的API (1/2)

前言 昨天初步帶各位入門了MealPy,不知道各位體驗的如何?今天要繼續帶各位來學習MealPy的一些進階用法,這個部分預計會用兩天的時間來詳細介紹大部分常用的...

DAY 24

[Day 24]由淺入深!介紹更多MealPy的API (2/2)

前言 昨天介紹了MealPy的一些進階功能,包括繪圖與多目標最佳化,今天要來向各位介紹自定義問題等技巧,自定義問題在使用比較複雜的問題例如深度學習模型最佳化等應...

DAY 25

[Day 25]打鐵趁熱!來試著使用MealPy解決問題吧

前言 這三天花了一些時間來介紹MealPy的相關功能,今天要來使用他進行最佳化模型的範例。這次我們一樣使用機器學習中的SVC,基本上大部分問題類型都與第17天介...

DAY 26

[Day 26]打鐵趁熱!來試著MealPy的更多應用,最佳化MLP與CNN網路

前言 昨天介紹了使用MealPy進行機器學習模型超參數的最佳化,今天再來看看深度學習的部分吧。一樣我們來針對多層感知器(MLP)與卷積神經網路(CNN)進行最佳...

DAY 27

[Day 27]MealPy的更多應用,最佳化生成對抗網路(GAN)(1/2)

前言 今天要來介紹一下如何使用MealPy再進行生成對抗網路的最佳化,前幾天我有先預防性的跑一次程式了XD,跑了非常非常久。接下來和之前一樣我將帶各位在原有DC...

DAY 28

[Day 28]MealPy的更多應用,最佳化生成對抗網路(GAN)(2/2)

前言 昨天帶各位使用MaelPy來針對DCGAN進行超參數的最佳化並執行了程式,今天就來看看結果吧! DCGAN最佳化結果 昨天的程式執行結果如下表所示:...

DAY 29

[Day 29]關於其他機器學習與深度學習的最佳化應用...

前言 我們花了約兩個禮拜來使用不同的套件Optuna以及MealPy來介紹各種模型的最佳化,例如機器學習中的SVC、MLP、CNN、GAN。不過篇幅有限所以還有...

DAY 30

[Day 30]關於這次鐵人賽!總結與心得

前言 這幾天介紹了一些深度學習模型超參數最佳化的應用,以及一些關於最佳化的基本知識、測試函數等相關概念,我都認為挺有趣的,不知道有沒有滿足到各位的好奇心XD(現...