我正在训练用于对象检测的卷积神经网络。除了学习率，我还应该调整哪些其他超参数？以及按什么重要性排序？此外，我读到对超参数进行网格搜索并不是进行训练的最佳方式，在这种情况下随机搜索更好。随机搜索真的那么好吗？
训练 CNN 时，首先要调整的超参数是什么？
人工智能
卷积神经网络
训练
计算机视觉
优化
超参数优化
2021-11-14 14:40:14
1个回答
首先，当您说对象检测 CNN 时，有大量可用的模型架构。考虑到您已经缩小了模型架构的范围，CNN 将有一些常见的层，如下面的，您可以调整超参数：
- 卷积层：- 内核数、内核大小、步长、填充
- MaxPooling 层：- 内核大小、步长、填充
- 致密层：- 大小
- 辍学：-保留/下降的百分比
其它你可能感兴趣的问题