Machine learning 贝叶斯优化，返回不同指标的组合作为评价
我使用贝叶斯优化和高斯过程来优化我的循环网络参数 我得到了很好的结果。我将返回上一个历元的验证损失，作为优化算法的反馈 我真的希望在每次迭代的反馈中包含一些其他参数，例如培训持续时间和modell参数的数量，因为我希望找到一个性能良好的小模型，而不将参数的值更改为较小的范围。 问题是我不知道损失的规模。如果a仅缩放0和1之间的其他参数，如果损失始终在0.02-0.01范围内，则其影响可能较小。在这种情况下，会选择最小的模型，但它的性能会很差 谢谢你的想法。干杯Machine learning 贝叶斯优化，返回不同指标的组合作为评价,machine-learning,bayesian,loss,hyperparameters,Machine Learning,Bayesian,Loss,Hyperparameters,我使用贝叶斯优化和高斯过程来优化我的循环网络参数 我得到了很好的结果。我将返回上一个历元的验证损失，作为优化算法的反馈 我真的希望在每次迭代的反馈中包含一些其他参数，例如培训持续时间和modell参数的数量，因为我希望找到一个性能良好的小模型，而不将参数的值更改为较小的范围。 问题是我不知道损失的规模。如果a仅缩放0和1之间的其他参数，如果损失始终在0.02-0.01范围内，则其影响可能较小。在这种情况下，会选择最小的模型，但它的性能会很差 谢谢你的想法。干杯