Rumah >Peranti teknologi >AI >Pengenalan menyeluruh kepada hiperparameter dan maksudnya
Hiperparameter ialah penalaan parameter dalam algoritma pembelajaran mesin, digunakan untuk meningkatkan prestasi algoritma dan proses latihan. Ia ditetapkan sebelum latihan, dan berat dan berat sebelah dioptimumkan melalui latihan. Dengan melaraskan hiperparameter, ketepatan dan keupayaan generalisasi model boleh dipertingkatkan.
Apabila mula-mula menetapkan hiperparameter, anda boleh merujuk kepada nilai hiperparameter yang digunakan dalam masalah pembelajaran mesin lain yang serupa, atau mencari hiperparameter optimum melalui latihan berulang.
Hiperparameter yang berkaitan dengan struktur rangkaian
Hiperparameter yang berkaitan dengan algoritma latihan
Hiperparameter, juga dikenali sebagai hiperparameter model, adalah di luar model dan nilainya tidak boleh dianggarkan daripada data. Parameter
, juga dikenali sebagai parameter model, ialah pembolehubah konfigurasi di dalam model. Nilainya boleh dianggarkan daripada data. Model memerlukan parameter untuk membuat ramalan.
Parameter biasanya dipelajari daripada data dan tidak ditetapkan secara manual oleh pembangun biasanya ditetapkan secara manual oleh pembangun.
Penalaan hiperparameter adalah untuk mencari gabungan hiperparameter yang optimum pada asasnya mengawal kelakuan keseluruhan model pembelajaran mesin, jadi mencari nilai terbaik hiperparameter adalah penting untuk model algoritma. Katakan ia penting. Jika penalaan hiperparameter gagal, model akan gagal menumpu dan meminimumkan fungsi kehilangan dengan berkesan. Ini akan menyebabkan keputusan model tidak lagi tepat.
Kaedah penalaan hiperparameter biasa termasuk carian grid, carian rawak dan pengoptimuman Bayesian.
Carian grid ialah kaedah penalaan hiperparameter yang paling asas, yang akan merentasi semua gabungan hiperparameter yang mungkin.
Carian rawak sampel secara rawak dalam julat pratetap untuk mencari gabungan hiperparameter yang lebih baik.
Pengoptimuman Bayesian ialah algoritma pengoptimuman berasaskan model jujukan (SMBO) yang menggunakan nilai hiperparameter sebelumnya untuk meningkatkan hiperparameter seterusnya Kaedah ini berulang sehingga hiperparameter terbaik ditemui.
Atas ialah kandungan terperinci Pengenalan menyeluruh kepada hiperparameter dan maksudnya. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!