iT邦幫忙

第 11 屆 iT 邦幫忙鐵人賽

DAY 6
0

Google提供一個遊戲區,讓我們學習並且觀察他們是如何執行機器學習的,還有學習的效率為何。


遊戲區在這兒:說明網站遊戲區
其中要注意的是,每次「reset」都有不同的數據喔!

遊戲區的畫面會是掌這樣:
https://ithelp.ithome.com.tw/upload/images/20190921/20103826lyNlOTrJV1.png

其中藍色是我們現象A,就好像是「正常的樹」,而橙色是現象B,如同「生病的樹」,然後看到X1和X2的數據餵給model學習,她就不斷的學習與調整,逐漸收斂,找出最適合的參數。

大家可以玩看看。其中「learning rate」會影響其學習的次數與效率。裡面還有很多參數,仍沒有摸透,詳情可以看上面兩個網站,有詳細說明。

其中有說到「超參數」,wiki上說:「在機器學習中,超參數是在學習過程開始之前已設置其值的參數。相反,其他參數的值是通過訓練得出的。」,在結合CSDN:「超参数:就是用来确定模型的一些参数,超参数不同,模型是不同的」,「在深度学习中,超参数有:学习速率,迭代次数,层数,每层神经元的个数等等」,上面所說的,就是我們遊戲區的內容:Learning rate、Activation、Regularization、Regularization rate、Problem type。這些參數不同,就會影響我們的model結果。


睫毛之聲:

這些參數真的很複雜,只能了解大概的內容,無法逐一去找出較好的值。不過有人整理出方式,也可參考Medium中Ray Lin的Hyperparameter tuning的文章。


上一篇
【Day5】First:如何減少誤差,找出最適合的模組
下一篇
【Day7】2rd:TensorFlow、Colab簡介
系列文
Machine Learning(by Google)30

尚未有邦友留言

立即登入留言