请问下，机器学习或深度学习中，对学习算法的超参数调节，是否相当于一个不断尝试的过程，也即若以当前设置的超参数获得的模型不能满足预期则依据当前模型结果或其他原理重新选择超参数直到有模型符合预期为止？能否举一个具体的例子？
请问下对于机器学习或深度学习中，对学习算法的超参数调节相关的问题。另外能否举一个具体的例子说明？
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
分享- 邀请回答
-
0条回答 默认 最新
问题事件
系统已结题
9月18日
创建了问题
9月10日
悬赏问题
- ¥15 任意一个散点图自己下载其js脚本文件并做成独立的案例页面，不要作在线的，要离线状态。
- ¥30 c#打开word开启修订并实时显示批注
- ¥15 如何解决ldsc的这条报错/index error
- ¥15 VS2022+WDK驱动开发环境
- ¥30 关于#java#的问题，请各位专家解答！
- ¥30 vue+element根据数据循环生成多个table，如何实现最后一列 平均分合并
- ¥20 pcf8563时钟芯片不启振
- ¥20 pip2.40更新pip2.43时报错
- ¥15 换yum源但仍然用不了httpd
- ¥50 C# 使用DEVMOD设置打印机首选项