調(diào)試處理

對(duì)于超參數(shù)，如何才能找到一個(gè)比較好的設(shè)定呢？

如圖所示，我們可能會(huì)需要調(diào)試很多的超參數(shù)。但其中最重要的超參數(shù)還是學(xué)習(xí)率。被紅色圈住的是最重要的超參數(shù)，橙色的是次重要的超參數(shù)。紫色是再其次重要的。

如果想調(diào)試一系列的超參數(shù)，具體應(yīng)該怎么做呢？

如圖所示，我們通常情況下會(huì)采用圖中右側(cè)所示的情況來選擇超參數(shù)，比如說二維情況下，我們確定選擇范圍之后隨機(jī)選點(diǎn)，然后看看這個(gè)超參數(shù)效果好不好。三維也是如此。

我們還有一種超參數(shù)的選擇策略

如圖所示，這是一個(gè)從粗糙到精細(xì)的過程，比如說，如果你發(fā)現(xiàn)了某一個(gè)超參數(shù)比較好，然后就在這個(gè)更小的范圍內(nèi)去選項(xiàng)超參數(shù)，縮小選擇范圍可能會(huì)得到更好的結(jié)果。

為超參數(shù)選擇合適的范圍

我們上面介紹的隨機(jī)提取并不是在有效范圍內(nèi)隨機(jī)的均勻取值，而是選擇合適的標(biāo)尺，用來探究這些超參數(shù)。

如圖所示，這是對(duì)參數(shù)的取值范圍選取，看到均勻選取可能是合適的，但這個(gè)對(duì)于超參數(shù)而言并不成立，我們來看一下超參數(shù)是如何選取的。

如圖所示，我們來看一個(gè)學(xué)習(xí)率的例子。我們?nèi)绻褂镁鶆蛉≈档脑?#xff0c;那么0.1-1的概率將會(huì)占到90%，而0.001-0.1的范圍只占到了10%，這就十分不合理了，所以我們使用對(duì)數(shù)標(biāo)尺來搜索超參數(shù)。取值方法如圖所示。

另外一個(gè)比較棘手的問題是對(duì)ββ取值，比如他的搜索范圍是從0.9-0.999

這里的0.9就相當(dāng)于對(duì)10天的情況取平均，而0.999相當(dāng)于對(duì)1000天的情況取平均。所以，不能使用隨機(jī)平均來選取這些超參數(shù)，也要用對(duì)數(shù)的形式。

如圖所示，我們換成了1?β1?β的形式，然后對(duì)數(shù)處理，在[-3,-1]里面取平均就可以了。通過這種方法就可以實(shí)現(xiàn)了從0.9-0.99和0.99-0.999取值一樣多的情況。

因?yàn)?span id="ozvdkddzhkzd" class="MathJax_Preview" style="color: inherit; display: none;">ββ是指數(shù)加權(quán)平均，所以一定要用對(duì)數(shù)處理一下，才能達(dá)到真正的平均。

吳教主深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)課程總綱

總結(jié)

以上是生活随笔為你收集整理的2.3.1 为超参数选择合适的范围的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。