收录:
摘要:
CNN框架中,如何对其模型的超参数进行自动化获取一直是一个重要问题.提出一种基于改进的贝叶斯优化算法的 CNN 超参数优化方法.该方法使用改进的汤普森采样方法作为采集函数,利用改进的马尔可夫链蒙特卡洛算法加速训练高斯代理模型.该方法可以在超参数空间不同的CNN框架下进行超参数优化.利用CIFAR-10、MRBI和SVHN 测试集对算法进行性能测试,实验结果表明,改进后的 CNN 超参数优化算法比同类超参数优化算法具有更好的性能.
关键词:
通讯作者信息:
电子邮件地址: