2022 iThome 鐵人賽
分享至
隱藏層(層數)
神經元數量
Activation function 的選擇
最佳化方式的選擇
Loss function 的選擇
Batch Size
Droput (rate)
在調整這些參數的一種好用的方式，是把它們寫在迴圈中，並把訓練、損失函數繪圖出來，觀察它的趨勢，必要是再加入驗證集；有圖的輔助，會更容易判讀，雖然效能會降，但這是一種前測的概念
超參數的調整亦可以引用hyperas package (!pip install hyperas)
IT邦幫忙
iThome鐵人賽
看影片追技術