神經網路學習:如何調參
阿新 • • 發佈:2019-01-23
如何調參是一個不斷深入的過程,本文會不定時的更新。
神經網路中需要調的引數很多,如何正確地調參至關重要,需要調節的引數大概有如下幾個:
- 神經網路的層數
- 每層神經元的個數
- 如何初始化Weights和biases
- loss函式選擇哪一個
- 選擇何種Regularization?L1,L2
- Regularization parameter lambda 選擇多大合適
- 激勵函式如何選擇
- 是否使用dropout
- 訓練集多大比較合適
- mini-batch選擇多大
- 學習率多少合適
- 選擇何種梯度下降演算法
- 何時停止Epoch訓練