1回答
我有一个自己开发的函数foo(a，b)，它有两个参数，并返回一个我想要最小化的值。我知道a在0和1之间，但b是无约束的。我可以使用gridSearch(foo，a，b) (NMOF包)，但这只是蛮力使用。
浏览 12提问于2019-07-29得票数 0
资料：(以R格式)
x <- c(112,118,132,129,121,135,148,148,136,119,104,118,115,126,141,135,125,149,170,170,158,133,114,140,145,150,178,163,172,178,199,199,184,162,146,166,171,180,193,181,183,218,230,242,209,191,172,194,196,196,236,235,229,243,264,272,237,211,180,201,204,188,235,227,234,264,302,293
浏览 8提问于2022-07-14得票数 1
回答已采纳
2回答
这里是关于科学学习中的超参数优化过程的概述。随机搜索比网格搜索速度快，但方差过大。在其他包中也有其他策略，包括scikit优化、自动滑雪和scikit超带。理想情况下，我希望使用带有基准的代码示例。
浏览 0提问于2019-03-13得票数 11
正如我之前测试过的，由于有大量的超参数，一般的超参数优化算法(网格搜索和随机搜索)是不够的。我可以使用PBT或贝叶斯优化来调整网络结构吗？一般来说，除了网格搜索和随机搜索之外，是否有优化方法来调整隐藏层的大小或隐藏层的数目？
浏览 13提问于2022-12-04得票数 1
我正试着在r4.8x的大小上运行H2O xgboost。但运行时间太长(15+小时，而相同超参数网格大小的GBM需要4小时)。知道XGBoost使用缓存优化，有什么特定的实例类型最适合H2O的XGBoost实现吗？
我的训练数据有28K行，150个二进制列。我正在进行网格搜索。
浏览 4提问于2021-05-21得票数 1
我仍然在训练Tensorflow中的卷积神经网络模型来从面部图像中识别年龄组。我正在使用Adience3D(使用3D模型(它可能不是很好的数据)数据集，四倍用于培训，一倍用于测试。我用每个通道的归一化( 64x64x3输入中的每个64x64数组的(A - np.mean(A)) / np.std(A)方法)规范化了我的剪裁后的彩色图像。
目
浏览 0提问于2017-10-23得票数 1
1回答
我一直在使用960网格，并且很喜欢它，但是我想知道其他人对此有什么看法。那呢？
该网站是为地方政府网站，因此将有广泛的用户/浏览器访问它。
浏览 2提问于2011-12-03得票数 2
1回答
KNN网格搜索优化
、、、
我试图使用以下语法优化KNN模型 'knn_n_neighbors': [3, 5, 7, 9, 12,15,17],
'knn_weights': ['uniform
浏览 2提问于2022-02-20得票数 0
超参数优化使用两种技术，如网格搜索、或随机搜索。梯度下降主要用于将损失函数降到最小。
这里查询是在什么时候我们将使用网格搜索和梯度下降。
浏览 1提问于2019-02-10得票数 2
2回答
我使用网格搜索(例如，为每个参数提供m值)。这就产生了学习m ^ n的时间，即使在一台有24个核的机器上并行运行也是非常耗时的。我考虑在参数集上建立回归，将精确/召回作为因变量，但我不认为有5个以上自变量的回归比网格搜索场景要快得多。
如果有合理的估计时间，你会建议找出好的参数值吗？
浏览 5提问于2015-07-17得票数 3
回答已采纳
Google Cloud ML使用贝叶斯优化来缓解维度的诅咒。在特定情况下，我有一些超参数调优作业，在这些作业中，我希望对超参数调优作业中的超参数网格执行详尽的搜索。我该怎么做呢？我执行纯网格搜索的动机是:我观察到，针对完全离散类型的超参数的超参数调优作业多次评估相同的超参数组合，这是我不想要的。我怀疑这与贝叶斯优化的使用有关。这就是为什么我想对这些情况执行纯网格搜索的原因。
浏览 3提问于2018-01-19得票数 1
1回答
我主要关注Yoast推荐(因为我使用Wordpress)和谷歌指南。优化场地速度更新的站点地图没有内容不唯一的索引页。我还应该做什么，使我的网站更优化搜索引擎优化？欢迎任何推荐阅读:)
在做了这些改变后，我多久才能注意到页面排名的一些积极变化？
浏览 0提问于2014-08-27得票数 0
我优化了一个knn算法在滑雪板上的网格搜索。然而，我对训练数据的准确性下降了1%，交叉验证的准确率提高了0.7%。在网格搜索之后，模型更好吗？
浏览 0提问于2022-08-14得票数 1
在使用默认参数进行decisiontree回归时，我得到了R2值"-1.3“。什么意思，我的模特还好吗？均方误差也不合理。我可以通过改变分类器的参数来使它成为正数吗？from sklearn.metrics import r2_score, mean_squared_error
浏览 1提问于2015-11-13得票数 0
1回答
我对R. optimize()有个问题。
当我只改变optimize()中的间隔时，令人惊讶的是，最优参数值会有很大的变化。我以前也发现过类似的问题，但没有答案。
浏览 1提问于2014-05-22得票数 0
回答已采纳
3回答
超参数调谐
、、、、
我目前正在自己做一个项目。对于这个项目，我试图比较多个算法的结果。但是我想确保每个测试的算法都被配置成给出了最好的结果。例如：
regressor = GridSearchCV(estimator=estimator, cv=cv, param_grid=param_
浏览 0提问于2020-02-05得票数 1
回答已采纳
任何人都可以分享一个关于优化A*的教程或文章的链接，用于水平/垂直移动(没有对角线)。不像每次将G值更改为10那么容易。
谢谢
浏览 0提问于2011-07-26得票数 3
回答已采纳
我在几个地方读到，人们推荐301重定向移动设备从个人电脑网站移动优化网站。使网站移动友好(Google博客)-
理由似乎是: 1)减少谷歌搜索结果的重复，2)保留推荐人。在允许用户选择访问移动或个人电脑站点的同时，优化搜索(例如遵循谷歌的SEO准则)的建议是什么？
浏览 4提问于2012-03-06得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
