Chỉnh sửa siêu xa lộ là một bước quan trọng trong việc giám sát việc học mà bao gồm việc chọn những tham số tốt nhất cho một mô hình học tập máy tính. chỉnh sửa đúng có thể cải thiện đáng kể hiệu suất và độ chính xác mô hình. Bài này khám phá các phương pháp phổ biến và cung cấp các ví dụ để hiểu rõ hơn quá trình.

Máy điều chỉnh siêu âm là gì?

Siêu bình phương là thiết lập mà quản lý tiến trình đào tạo của một mô hình máy học tập mô hình. không giống như các tham số mô hình học được trong quá trình đào tạo, hyperpaameters được thiết lập trước khi bắt đầu đào tạo.

Phương pháp điều chỉnh đa phương pháp thông thường

  • Tìm kiếm: Hệ thống tìm kiếm thông qua một tập hợp phụ nhất định của phép nhân bằng cách đào tạo và đánh giá mô hình cho mỗi tổ hợp.
  • Tìm kiếm: ngẫu nhiên mẫu kết hợp siêu bình phương trong phạm vi xác định, thường tìm kiếm thông số tốt nhanh hơn tìm kiếm lưới.
  • Bayesian Optimization:) Dùng mô hình xác suất để chọn mô hình xác suất tương đối hứa hẹn dựa trên kết quả trước, nhắm vào mục tiêu tìm thiết lập tối ưu hiệu quả.

Những thí dụ về điều chỉnh âm lượng cao

Đối với một máy véc - tơ hỗ trợ (SVM), quá trình tương ứng với loại hạt nhân và tham số đều đặn hóa (C). Trong mạng thần kinh, tốc độ học, số lớp và số lượng tế bào thần kinh là tương ứng với tối ưu hóa.

Sử dụng tìm kiếm mạng lưới, một nhà khoa học dữ liệu có thể thử nghiệm các tổ hợp khác nhau của các loại hạt nhân và C giá trị để xác định các mô hình tốt nhất. thay vì, tìm kiếm ngẫu nhiên có thể nhanh chóng khám phá một loạt các tham số với chi phí tính toán ít hơn.