2019年8月13日
强大而精致的机器学习调参方法：贝叶斯优化
摘要： 一、简介 贝叶斯优化用于机器学习调参由J. Snoek(2012)提出，主要思想是，给定优化的目标函数(广义的函数，只需指定输入和输出即可，无需知道内部结构以及数学性质)，通过不断地添加样本点来更新目标函数的后验分布(高斯过程,直到后验分布基本贴合于真实分布。简单的说，就是考虑了上一次参数的信息** 阅读全文
posted @ 2019-08-13 15:53 wangheng1409 阅读(2101) 评论(0) 推荐(0) 编辑