回答情况：
提问时间：
问题标签：
我在云ml引擎上运行了一个超参数调优任务。只有在试验结束时，我才能在Job details和Training output中得到超参数的值。
我想知道是否有一种方法可以在试运行时获得超参数的值。编辑：，我认为在使用tf.gfile进行编程培训期间转储超参数是一个更好的主意。
浏览 0修改于2018-02-16得票数 1
回答已采纳
2回答
我只是想知道是否有人能给我提供一个很好的来源来阅读我应该如何根据我的问题的复杂性来选择求解者的超参数。基本上，我明白很多人都觉得，在设定和修改这些参数时，他们是“在黑暗中四处乱射”，而根据具体问题/数据的复杂性来选择参数的系统或基准，我就逃不过了。
浏览 8提问于2015-10-05得票数 2
回答已采纳
“训练集用于计算机器学习模型的参数，验证数据用于计算同一模型的超参数(我们使用相同的权重和不同的超参数)，测试集用于评估我们的模型”。如果是这样的话，有人能更详细地解释整个过程吗？蒂娅。
浏览 0提问于2018-06-07得票数 3
2回答
我注意到有很多超参数需要手动设置，这取决于您试图解决的问题的类型，您正在处理的数据集，等等。 我想知道是否有一种方法可以创建另一个优化模型，使其自动找到训练所需的最佳超参数？所以，如果我们能在超参数上找到某种代价函数，我们不也能做到吗？基本上就像AI程序调整我们的AI模型一样。 这样的事情是可能的，或者至少是一个可以问的问题吗？也许这已经在一些我不知道的研究中完成了？
浏览 39提问于2020-01-18得票数 1
回答已采纳
如何在训练模型后打印CatBoost超参数？在sklearn中，我们只能打印模型对象，它将显示所有参数，但在catboost中，它只能打印对象的引用：<catboost.core.CatBoostRegressor object at 0x7fd441e5f6d8
浏览 62修改于2019-03-31得票数 1
回答已采纳
2回答
然而，在使用'minimize.m‘(没有均值函数)进行优化之后，我得到了一些负的超参数！初始的超参数是：hyp = minimize(hyp, @gp, -100, @infExact, [], {@covSEiso}, likfunc, x,y);
经过大约100次迭代，我得到了一些负的超
浏览 1修改于2014-10-12得票数 0
如何返回CatBoost模型的所有超参数？ oob_score=False, random_state=None, verbose=0,这将返回所有的超参数，包括我定义的超参数和其他默认值。使用Catboost，我可以使用.get_params()，但它似乎只返回用户指定的参数：
cat = CatBoost
浏览 12提问于2019-04-11得票数 3
2回答
我试着用贝叶斯优化来调优超参数。这是一个具有目标函数的回归问题: objective =‘reg:方格误差’。我想找到一组超参数，以最小化损失函数。在实现贝叶斯超优化时，这是否优化了平方日志错误？最大值(pred我，1)在出现负预测的情况下存在。而且，即使在超参数优化之后，我也得到了不好的结果。这些是我评估的超参数：
pbounds = {'learning_rate': (0,1), 'max_dept
浏览 0提问于2020-10-28得票数 1
回答已采纳
1回答
我希望您能帮助我解决一个问题，我将尽可能最好地阐述这个问题:)据我理解，在AutoML方法中也应该出现这样的问题。问题：现在假设我想要“学习”一个对象生成器，它可以根据(派生的) HD特性
浏览 0提问于2021-06-08得票数 0
1回答
就像其他网络一样，我很难优化超参数。
如果我使用一组临时的超参数来模拟网络，我如何度量这些超参数的“好”？由于每次模拟都需要相对较长的时间(对于我的网络来说，训练一个时期大约需要70秒)，那么是否有一种更快的方法可以在没有实际运行全部训练的情况下检查超参数的“好”性呢？有关于超参数优化的一般提示/
浏览 0修改于2017-01-25得票数 2
回答已采纳
有人知道如何使用Optuna API在目标函数之外定义超参数空间吗？list_forecasts), num_series=len(testing_data))
return agg_metrics[self.metric] 我希望通过初始化目标类来提供超参数空间
浏览 30提问于2020-12-16得票数 0
1回答
我已经为我的lstm超参数做了一些贝叶斯超参数优化的实验。我想知道这些策略在哪里被称为“贝叶斯”。谁能解释一下在超参数优化的背景下“贝叶斯”是什么意思？
谢谢
浏览 17提问于2019-06-27得票数 1
我正在训练一个神经网络机器学习模型，对如何调整超参数感到有点困惑。我认为培训过程如下：
有人告诉我，验证数据也被用来调优超参数。我不明白如何做到这一点，因为您在之后使用了验证数据，您已经构建了模型并对其进行了培训。我不能改变超参数，因为模型已经建立了。假设我有4个<em
浏览 2提问于2016-08-02得票数 2
回答已采纳
1回答
指出它可用于优化元启发式算法、模拟退火算法或遗传算法的超参数。我想了解优化超参数的一般工作原理，维基百科页面是我发现的信息最多的页面，但它没有回答我的基本问题：https://en.m.wikipedia.org/wiki/Hyperparameter_优化
我的问题是:优化超参数的基本思想是什么？我知道我可以用一组参数完全运行算法，修改其中一个参数，完全再次运行它，然后重置参数，修改另一个<e
浏览 0提问于2018-01-03得票数 3
回答已采纳
1回答
在超参数中: rank，maxiter，regParam，alpha，numItemBlocks，numUserBlocks，有没有什么关键的参数通常能最大限度地提高准确率？
浏览 8提问于2018-02-14得票数 0
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号