파라미터 튜닝하는 방법으로는
Grid Search
Random Search
배이지안
최근에 나온 여러가지 방법들
4가지로 나눠 볼 수 있음.
Grid Search가 가장 간단하지만 성능은 가장 안 좋음
여기서는 Grid Search에 대해서 서술함.
* 사용법
def create_network(optimizer='rmsprop'):
network = model.Sequential()
............................................................
neural_netowrk = KerasRegressor(buid_fn=create_network)
# => 탐색 할 하이퍼 파라미터 정의
.................................................................
#######################
hyperparameters = dict{epochs = epoch , optimizer = optimizers........}
grid = GridSerchCV(estimator = neural_network, param_grid = hyperparameters)
grid_result = grid.fit(X_val, y_val)
print(grid_result.best_params_)
끝
'머신러닝 > 딥러닝 - 오토인코더' 카테고리의 다른 글
Auto Encoder란(2) - Denoising Auto Encoder/Stacked Auto Encoder (0) | 2021.11.05 |
---|---|
Auto Encoder란(1) (0) | 2021.11.04 |
tensorflow model 못 읽는 문제 해결 (0) | 2020.12.08 |
key error: mean_absolute_error (0) | 2020.02.09 |
3. 신경망의 시작하기(3.1 신경망의 구조) (0) | 2020.02.06 |