没有合适的资源?快使用搜索试试~
我知道了~
文库首页
人工智能
深度学习
神经网络超参数
神经网络超参数
深度学习
需积分: 43
25 下载量
16 浏览量
2017-12-30
10:36:06
上传
评论
收藏
445KB
PDF
举报
温馨提示
立即下载
深度学习网络的超参数学习论文,文中介绍了深度学习的超参数该根据什么因素进行选择
资源推荐
资源评论
PSO-LSTM:粒子群算法优化长短期记忆神经网络超参数
浏览:172
5星 · 资源好评率100%
PSO粒子群优化-LSTM-优化神经网络神经元个数dropout和batch_size 1、摘要 本文主要讲解:目标为对沪深300价格进行预测 主要思路: PSO Parameters :粒子数量、搜索维度、所有粒子的位置和速度、个体经历的最佳位置和全局最佳位置、每个个体的历史最佳适应值 LSTM Parameters 神经网络第一层神经元个数、神经网络第二层神经元个数、dropout比率、bat
论文研究 - 优化神经网络超参数以提高其性能
浏览:186
随着人工智能的发展,神经网络的研究引起了科学家的兴趣。 人工神经网络在1943年首次基于对人脑的理解在理论上进行了设计,展示了令人印象深刻的计算和学习能力。 在本文中,我们通过使用前馈神经网络来识别人的数字手写来研究神经网络的学习能力。 通过更改不同参数(例如学习率和隐藏层单位)的输入值来执行受控实验。 在研究了每个参数对神经网络整体学习性能的影响之后,我们得出的结论是,当实现一个给定参数的中间值
网络游戏-神经网络超参数提取转换方法、系统、装置及存储介质.zip
浏览:55
网络游戏-神经网络超参数提取转换方法、系统、装置及存储介质.zip
基于人群的神经网络超参数优化的研究.pdf
浏览:2
基于人群的神经网络超参数优化的研究.pdf
吴恩达改善深层神经网络:超参数调试、正则化以及优化作业
浏览:89
吴恩达改善深层神经网络:超参数调试、正则化以及优化作业,5-7周全
吴恩达深度学习超参数调制完整程序(无正则化、L2正则化及Dropout)
浏览:195
吴恩达深度学习Python完整代码,包含无正则化、L2正则化及Dropout三种情况并包含绘制边缘曲线,跑通视频已在压缩包,更加直观的证明本程序跑通并实现哪些功能
神经网络参数初始化对训练结果的影响分析
浏览:159
神经网络的参数主要是权重(weights):W, 和偏置项(bias):b。训练神经网络的时候需先给定一个初试值,才能够训练,然后一点点地更新,但是不同的初始化方法,训练的效果可能会截然不同。 这个代码就是研究不同神经网络参数初始化对训练结果的影响分析。具体可以看这篇博客:https://blog.csdn.net/weixin_42521239/article/details/
神经网络-基础调参方法(英文)
浏览:172
介绍欠拟合与过拟合知识,反向传播,网络调参基础方法
Deep-Learning-Models-Optimization:使用深度学习和贝叶斯优化进行超参数调整
浏览:56
深度学习模型优化 使用深度学习和贝叶斯优化进行超参数调整
BP神经网络预测超详细
浏览:70
基于BP神经网络,测试集辛烷值含量预测结果对比
基于Apache Spark的深度神经网络超参数选择与自适应调整模型
浏览:182
基于Apache Spark的深度神经网络超参数选择与自适应调整模型
Genetic_Algorithm_Tuner:用遗传算法调整神经网络超参数
浏览:145
Genetic_Algorithm_Tuner 用遗传算法调整神经网络超参数
StoRM-Stochastic-Random-Mutator-:神经网络超参数调谐器
浏览:17
由于以下几个原因,神经网络超参数优化是一项特别具有挑战性的任务: 参数高度相关。 调整单个参数可能不足以克服鞍点,您可能必须一次或多次调整许多参数以逃避局部最大值/最小值。 搜索空间可以是高度非凸且难...
hyperpower:硬件感知神经网络(Keras + TensorFlow)超参数优化(贝叶斯优化)
浏览:121
HyperPower(Keras / TensorFlow +薄荷) 通过贝叶斯优化对硬件进行感知的超参数搜索 + 神经网络。描述神经网络(NN)的超参数优化已成为一个具有挑战性的过程。 如果我们发现最佳的(根据分类错误)NN配置也满足...
BP神经网络参数更新推导过程
浏览:182
本pdf文档给出了BP神经网络权值参数更新过程的详细推导,对于神经网络初学者有很大的帮助。
Keras中文版2.0
浏览:139
keras的中文说明文档,对英文基础不够好的朋友有帮助。
Python Keras库 安装包
浏览:34
5星 · 资源好评率100%
python Keras库 安装包 Keras-2.1.2-py2.py3-none-any.whl
论文研究-一种基于改进k-means的RBF神经网络学习方法.pdf
浏览:148
针对传统RBF神经网络学习算法构造的网络分类精度不高,传统的k-means算法对初始聚类中心的敏感,聚类结果随不同的初始输入而波动。为了解决以上问题,提出一种基于改进k-means的RBF神经网络学习算法。先用减聚类算法...
正则化:改进深度神经网络超参数调整,正则化和优化的第5周
浏览:191
正则化:改进深度神经网络超参数调整,正则化和优化的第5周
PSO优化卷积神经网络模型参数(PSO优化CNN)
浏览:77
深度神经网络(DNN)在各种任务中取得了前所未有的成功,但是,这些模型性能直接取决于它们的超参数的设置。在实践中,优化超参数仍是设计深度神经网络的一大障碍。在这项工作中,我们建议使用粒子群优化算法(PSO)...
Matlab实现BO-CNN贝叶斯优化卷积神经网络多输入单输出数据分类预测(完整源码和数据)
浏览:12
5星 · 资源好评率100%
Matlab实现BO-CNN贝叶斯优化卷积神经网络多输入单输出数据分类预测(完整源码和数据) Matlab实现BO-CNN贝叶斯优化卷积神经网络多输入单输出数据分类预测,基于贝叶斯(Bayes)优化卷积神经网络(Bayes-CNN)数据分类...
DeepEvolve:使用遗传算法快速发现神经网络的超参数
浏览:177
如今,训练神经网络相对容易,但是仍然很难弄清楚要使用哪些网络体系结构和其他超参数-例如,多少神经元,多少层以及哪些激活功能? 从长远来看,当然,神经网络将学习如何在没有人工干预的情况下构造自己。 在此...
单层神经网络的超参数优化:使用标准 Matlab 优化函数对浅层神经网络中的分类问题进行超参数优化-matlab开发
浏览:49
该代码提供了一个基本示例,说明如何使用遗传算法、粒子群和模拟退火对单层(浅层)神经网络进行超参数优化。
基于QPSO-LSTM的短期风电负荷MATLAB预测程序
浏览:158
传统的LSTM神经网络超参数和拓扑结构通常是基于经验和试验确定,但这种方法容易受到人为因素的限制,可能无法找到最佳的网络参数。而优化算法能对LSTM神经网络的参数进行训练,确定网络拓扑结构及合适的超参数,以...
论文研究 - 股票指数的神经网络:研究超参数变化的影响
浏览:10
我们在反向传播中使用了深度神经网络,并更改了超参数:隐藏层中的节点数,隐藏层的激活函数,历元数,批大小以及因此每个历元中的迭代。 借助均方根误差对模型的测试集测量模型性能。 我们能够找出超参数调整的...
2. 改善深层神经网络:超参数调试、正则化以及优化1
浏览:4
2. 改善深层神经网络:超参数调试、正则化以及优化 1. 深度学习的实用层面 3. 最优化的准备工作 2. 优化算法 3. 超参数调试和Batch标准化
【DELM预测】基于麻雀搜索算法改进深度学习极限学习机实现数据预测附matlab代码.zip
浏览:73
智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真
第二门课 改善深层神经网络:超参数调试、正则化以及优化1
浏览:17
第二门课 改善深层神经网络:超参数调试、正则化以及优化1
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~
联系上传者
评论
玻璃心鱼
粉丝: 0
资源:
1
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场,查看用户热搜
最新资源
使用贪心算法解决会议时间安排问题的 Java 示例代码
贪心算法解决活动选择问题,Java版源码
贪心算法解决活动选择问题源码
4_base.apk.1
杨辉三角源码,java文件
PDF转PPT工具,实现批量将文件夹下的PDF转化为PPT
如何使用 Gitea 搭建图床
打印杨辉三角 Java程序源码
jizu3.cod
JVM+Java程序运行过程内存分配图解
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功