人工ニューラルネットワークとして知られているタイプのソフトウェアプログラムを使用しています。ソフトウェアのパラメータの1つは、学習率(アルファとも呼ばれます)です。学習率の設定は、スライダを前後に動かすことで制御できます。スライダの一方の側には、もう一方の値1E-05がちょうど1である。その間には、9E-05、.000045などの様々な値がある。私が知りたいのは、これらの2つの学習率のどれが片側が1E-05、片側が1E-05です。ありがとう。 ( - 1次オプティマイザのための、または二次 - 2次用リニア)人工ニューラルネットワークソフトウェアプログラムの学習率パラメータ
0
A
答えて
1
学習率は、約ステップの大き機能のかなり素朴な近似値を使用している研修約速さではありません。その結果、学習率が非常に低いと訓練が遅くなるが、学習率が高いと訓練が不足することがある。さらに、その間の値は単調ではないかもしれません(より小さい学習率がより大きなものよりも実際に収束するところで訓練を受けることができます)。私たちは素朴に言っても、大きな学習率はより速い訓練であると言うことができます - 一般的にこれは真実ではなく、さらに学習率が最も速いものに答えることはできません。ここでは、一般的なヒューリスティック/観測を使用することができます。大きな学習率から始めれば、結果が悪い場合は減らしてみてください。しかし、実際の訓練時間保証の面では、何もありません。
関連する問題
- 1. 適応学習率ラザニア
- 2. ディープラーニングと伝統的な人工ニューラルネットワークの学習の違いは何ですか?
- 3. 人工ニューラルネットワークは言語モデルを学習できますか?ペーパー2000の実装
- 4. ラザニアでの学習率の低下
- 5. 機械学習の求人担当者
- 6. 機械は人工知能または理論的コンピュータ科学の一部を学習していますか?
- 7. バイナリマシン学習の信頼度確率
- 8. 人形学習VM:マニフェストとクラス(ルビー)
- 9. TfIdf学習率/文書重量
- 10. ニューラルネットワークで学習率を選択
- 11. 印刷学習率evary epoch in sgd
- 12. プログラミング言語または「教師なしの言語学習」の逆工学
- 13. 今日の深い学習と計算のneroscienceコミュニティの一般的な人工知能のモデル
- 14. 人工知能における離散数学の重要性
- 15. ヒューリスティックを学ぶ前に人工知能を学ぶ必要があります
- 16. 機械学習ソフトウェアの確率の役割は何ですか?
- 17. Subversionの学習
- 18. グラフィカルレイアウトアルゴリズムの学習
- 19. エンティティフレームワークの学習
- 20. 線形回帰の学習率を変えずに学習を固定する方法
- 21. LSTMにおける学習率の低下
- 22. tf.train.AdamOptimizerから現在の学習率を取得する
- 23. SGDの学習率を使用したコンバージェンステスト
- 24. 人工蜂コロニーライブラリー
- 25. 人工知能
- 26. 教師あり学習、(ii)教師なし学習、(iii)補強学習
- 27. グラデーション・ディセントが足りない、学習率が高すぎる
- 28. MxNetで適応学習率を使用する方法
- 29. 学習ガイドJ2ME
- 30. XRCed学習リソース?