深度学习:参数(parameters)和超参数(hyperparameters)

Posted 一只敲码的猫

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了深度学习:参数(parameters)和超参数(hyperparameters)相关的知识,希望对你有一定的参考价值。

1. 参数(parameters)/模型参数

 由模型通过学习得到的变量,比如权重偏置

2. 超参数(hyperparameters)/算法参数

   根据经验进行设定影响到权重和偏置的大小,比如迭代次数、隐藏层的层数、每层神经元的个数、学习速率

 

以上是关于深度学习:参数(parameters)和超参数(hyperparameters)的主要内容,如果未能解决你的问题,请参考以下文章

深度学习调参策略

如何选取一个神经网络中的超参数hyper-parameters

Spark2.0机器学习系列之2:基于Pipeline交叉验证ParamMap的模型选择和超参数调优

深度学习笔记-VGG

深度学习笔记-VGG(池化)

学习笔记 | 深度森林 Deep Forest