En hyperparameter er en parameter, der ikke læres under træningsprocessen af en maskinlæringsmodel, men i stedet indstilles før træningen begynder. De styrer træningsalgoritmens adfærd og kan ofte have stor indflydelse på modellens endelige præstation. Eksempler på hyperparametre kan omfatte indlæringshastighed, batchstørrelse, antal skjulte lag, antal neuroner i hvert lag, regulariseringsstyrke og mere. Tuning af hyperparametre er et vigtigt skridt i at skabe en succesfuld maskinlæringsmodel.
Udgivelsesdato: