基于软演员-评论家与分层混合正则化的超参数优化
机器学习
2021-12-09 v1 人工智能
摘要
超参数优化是机器学习中的一个关键问题，因为它旨在使任何模型达到最先进的性能。该领域已经付出了巨大的努力，例如随机搜索、网格搜索、贝叶斯优化。在本文中，我们将超参数优化过程建模为一个马尔可夫决策过程，并使用强化学习来解决它。我们提出了一种基于软演员-评论家（SAC）和分层混合正则化的新型超参数优化方法。实验表明，所提出的方法能在更短的时间内获得更好的超参数。
引用
@article{arxiv.2112.04084,
title = {Hyper-parameter optimization based on soft actor critic and hierarchical mixture regularization},
author = {Chaoyue Liu and Yulai Zhang},
journal= {arXiv preprint arXiv:2112.04084},
year = {2021}
}