1. 学ぶ
  2. /
  3. コース
  4. /
  5. Введение в глубокое обучение с PyTorch

Connected

演習

Реализация случайного поиска

Поиск гиперпараметров — вычислительно затратный подход, позволяющий экспериментировать с различными значениями гиперпараметров. Тем не менее он может привести к улучшению качества модели. В этом упражнении вы реализуете алгоритм случайного поиска.

Вы случайным образом выберете 10 значений скорости обучения и моментума из равномерного распределения. Для этого используйте функцию np.random.uniform().

Пакет numpy уже импортирован как np, а функция plot_hyperparameter_search() создана для визуализации результатов.

指示

100 XP
  • Случайным образом выберите коэффициент скорости обучения в диапазоне от 2 до 4, чтобы скорость обучения (lr) находилась в пределах от \(10^{-2}\) до \(10^{-4}\).
  • Случайным образом выберите значение моментума в диапазоне от 0,85 до 0,99.