集智社区
资源加载中,请稍后...
集智社区

集智社区

Sic Parvis Magna

求助(已解决)

关于CNN训练调参的问题

发表至深度学习

1、卷积核层数依据什么来确定?经验? 2、CNN训练的时候,怎么依据反馈的损失函数和精度的结果来调整自己的参数(滤波器尺寸、ksize、padding,strides)?依据经验?还是有什么可以作为参考的数据?

回复
0
#1
死冰封1月前

没有,官方说法叫“玄学”。。 先用默认参数,然后一点一点的试试吧。 最基础的方法有网格调参,和随机网格调参。 有兴趣的话也刻意试试迁移学习和META-LEARNING算法,某种程度上也属于调参算法

回复
0
#2
@死冰封

没有,官方说法叫“玄学”。。 先用默认参数,然后一点一点的试试吧。 最基础的方法有网格调参,和随机网格调参。 有兴趣的话也刻意试试迁移学习和META-LEARNING算法,某种程度上也属于调参算法

谢谢大佬,我去查查看

回复
0
#3

一般论文里的都是比较很多种configurations,然后哪个效果好就定哪个,就像CFD里的CFL数一样。

最新回复:收起讨论