V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
V2EX 提问指南
LeeReamond
V2EX  ›  问与答

对经典神经网络大量重复试验超参是有意义的工作吗?

  •  
  •   LeeReamond · 2021-11-18 22:30:54 +08:00 · 829 次点击
    这是一个创建于 1100 天前的主题,其中的信息可能已经有所发展或是发生改变。

    比较好奇,如果算力足够的话,比如从 torchvison 里面选一些什么 resnet34 之类的网络,然后对立面的所有层的超参可能出现的值的选出一些可能的大小,然后排列组合后,全部都训练一遍,选出效果最好的,这种对于普遍性的数据集是有意义的工作吗?还是说只能用来针对单一数据集,换个数据集就不好使了。有人用这种技巧来刷榜吗?

    2 条回复    2021-11-19 16:04:27 +08:00
    KarenTendo
        1
    KarenTendo  
       2021-11-19 08:19:54 +08:00 via iPhone
    应该有一些?但是单独拿出来发论文可能不足,efficientNet 就对 baseline network 的 alpha,beta,gamma 三个缩放常数做了网格搜索
    chenzhekl
        2
    chenzhekl  
       2021-11-19 16:04:27 +08:00 via Android
    这就是 grid search ,有意义肯定是有意义的,但想获得突破性的提升是不太可能。
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   2537 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 22ms · UTC 10:34 · PVG 18:34 · LAX 02:34 · JFK 05:34
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.