Machine learning 向Keras调谐器模型生成器函数发送参数

我想将参数发送到的model builder函数以进行参数化

• 密集/脱落的层数
• 神经元的数量
• 激活
• 和优化器

用于超参数调整

但是，我无法将参数发送到模型生成器函数。我的代码：

hp=HyperParameters（）
学习率=[1e-2、1e-3、1e-4]
hp.Choice（“学习率”，值=学习率）
层=[1,2,3]
hp.Choice（“层”，值=层）
第二层=[500]
hp.Choice（“layer2”，value=layer2）
第三层=[500400]
hp.Choice（“layer3”，value=layer3）
激活=['relu'、'tanh'、'sigmoid']
hp.Choice（“激活”，值=激活）
调谐器=kt.Hyperband（模型构建器\u hp\u副本，
超参数=hp，
目标='val_准确性'，
最大纪元=10，
系数=3，
directory='my_dir'，
项目名称（项目介绍）

在上面的代码中，我向

HyperParameters（）

实例添加了一些选项，以便在ModelBuilder函数中获取它们。但是在这个函数中，为了得到一些其他参数，我不知道默认情况下它们是如何添加的

---

我希望能够从model builder函数中发送选择，并能够在内部使用它们。

如果您有一个现有的超模型，并且只希望搜索几个参数（例如

学习率

），则可以将hyperparameters参数传递给调谐器构造函数。您还需要设置

tune\u new\u entries=False

，以指定不应调整未列出的参数。对于这些参数，将使用默认值

---

来源：

我也有同样的问题。如果你解决了这个问题，请回复。已经为此挣扎了几天了