一種深度學習中超參數(shù)的優(yōu)化選取方法

基本信息

申請?zhí)?/td> CN201810282510.0 申請日 -
公開（公告）號 CN108470210A 公開（公告）日 2018-08-31
申請公布號 CN108470210A 申請公布日 2018-08-31
分類號 G06N3/04 分類 計算；推算；計數(shù);
發(fā)明人 曹連雨 申請（專利權）人 中科弘云科技（北京）有限公司
代理機構 - 代理人 -
地址 100085 北京市海淀區(qū)西二旗西路2號院領秀新硅谷B區(qū)83號樓3單元102
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種深度學習中超參數(shù)的優(yōu)化選取方法，其步驟為：定義n個待訓練模型；定義函數(shù)eval以當前變化的模型參數(shù)θ的值來評估模型的優(yōu)劣，隨機選取數(shù)個θ的值,計算得出相應的eval(θ)；計算這些點中每一個點的均值和方差，再預估可能的使eval(θ|h)最大的θ取值；得到下一采樣點后，計算eval(θ|h)；如果此時的step數(shù)滿足預設條件則進入下一步驟，否則回到循環(huán)；計算當前所有并行計算模型的eval(θ|h)，并將其從大到小排序，定義優(yōu)質及劣質；對每一個劣質模型進行淘汰操作；對每一個完成淘汰操作的劣質模型，立即進行進化操作；步驟完成后，回到循環(huán)。本發(fā)明在加快參數(shù)優(yōu)化耗時的同時，可以有效減少資源消耗，并且可應對多超參數(shù)的情況。