基于代理模型与SPOT的深度学习超参数调优
机器学习
2021-07-07 v3
摘要
本文提出一种基于代理模型的深度学习超参数调优方法。文章展示了如何优化在Keras/tensorflow中实现的深度学习模型的架构级参数（超参数）。该调优过程的实现100%可通过R语言（用于统计计算的软件环境）完成。仅需几行代码，即可结合现有R包（tfruns与SPOT）来执行超参数调优。并以一个基础的超参数调优任务（神经网络与MNIST数据）为例阐释该方法。
引用
@article{arxiv.2105.14625,
title = {Surrogate Model Based Hyperparameter Tuning for Deep Learning with SPOT},
author = {Thomas Bartz-Beielstein and Frederik Rehbach and Amrita Sen and Martin Zaefferer},
journal= {arXiv preprint arXiv:2105.14625},
year = {2021}
}
备注
version 3