工具介绍与任务方法
KerasTuner
为 Keras 模型执行超参数搜索,可设置搜索空间、优化目标和试验次数,再取得候选模型。
KerasTuner 能做什么
为 Keras 模型执行超参数搜索,可设置搜索空间、优化目标和试验次数,再取得候选模型。
- 模型训练与部署
如何使用 KerasTuner
搜索神经网络的结构参数
准备输入
- 训练集、验证集及 Keras 模型构建函数
- 参数候选、优化目标和最大试验次数
操作步骤
- 在模型构建函数中用 hp 定义层宽等参数候选。
- 初始化搜索器,指定 objective 和 max_trials。
- 传入训练与验证数据启动搜索,取得最佳候选模型并另做评估。
预期交付物
- 搜索得到的候选模型及对应参数选择
最佳模型仅表示当前搜索空间和目标下的结果;控制试验次数及训练成本,避免重复使用验证集造成过拟合。
开始前需要了解
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查,再用于实际工作。