ไฮเปอร์พารามิเตอร์คือพารามิเตอร์ที่ไม่ได้เรียนรู้ในระหว่างกระบวนการฝึกอบรมของโมเดลการเรียนรู้ของเครื่อง แต่ได้รับการตั้งค่าก่อนเริ่มการฝึกอบรมแทน พวกเขาควบคุมพฤติกรรมของอัลกอริธึมการฝึกอบรมและมักจะส่งผลกระทบอย่างมากต่อประสิทธิภาพขั้นสุดท้ายของแบบจำลอง ตัวอย่างของไฮเปอร์พารามิเตอร์อาจรวมถึงอัตราการเรียนรู้ ขนาดแบทช์ จำนวนเลเยอร์ที่ซ่อนอยู่ จำนวนเซลล์ประสาทในแต่ละเลเยอร์ ความแรงของการทำให้เป็นมาตรฐาน และอื่นๆ การปรับแต่งไฮเปอร์พารามิเตอร์เป็นขั้นตอนสำคัญในการสร้างโมเดลแมชชีนเลิร์นนิงที่ประสบความสำเร็จ
วันที่เผยแพร่: