贝叶斯优化: 一种更好的超参数调优方式

c0d3n4m · 发表于 2022-1-4 17:25

神经网络这块儿并不太可行

XGundam05 · 发表于 2022-1-4 17:27

另外要是可以的话，希望能加入对那几篇贝叶斯调参paper的理论解读

unityloverz · 发表于 2022-1-4 17:35

感觉以后会有超超超参数要调

fwalker · 发表于 2022-1-4 17:42

希望作者能写一个详细（全过程）的example，估计能降低很多初学者的使用门槛

Zephus · 发表于 2022-1-4 17:49

就叫做Bayesian optimization，其中acquisition function可以有很多种。

acecase · 发表于 2022-1-4 17:57

可以参考AlphaGo Zero论文，也是用基于Gaussian process的贝叶斯优化调参。

acecase · 发表于 2022-1-4 18:02

是的。

stonstad · 发表于 2022-1-4 18:05

考虑继续完善advisor使用文档，欢迎参与开源项目。

kyuskoj · 发表于 2022-1-4 18:08

目前自己还是比较喜欢使用bayesOptimization，会尝试advisor的。

xiaozongpeng · 发表于 2022-1-4 18:10

期待更多论文

		自动登录	找回密码
密码			立即注册