ニューラルネットワークのハイパーパラメーターをベイズ最適化実装 （Chainer+GPyOpt） - Qiita

結果を踏まえて エポック数や隠れ層のチャンネル数は上限になりました． まあ，今回はパソコンのスペックの問題があって，エポック数を少なめにしましたね（それでも20イテレーションしか回らなかった，特に後の方はエポック数とバッチサイズが上限のものばかり試していたのでめっちゃ時間がかかった）。 エポック数などの上限をあげれば，もっと精度は高くなると思われます。 まあ，それでも最適化されているようでよかったです。 ニューラルネットワークの方の実装 chainerで実装しました。 test_mnist_nn関数というものを作りました。この関数はニューラルネットワークのハイパーパラメーターを入力にとって，誤答率を出力する関数です。この誤答率を最小にするように，ベイズ最適化を行います。 #!/usr/bin/env python3 # -*- coding: utf-8 -*- """ パラメーターを最適

[elu_18]

記事書きました ニューラルネットワークのハイパーパラメーターをベイズ最適化実装　（Chainer+GPyOpt） by @jokermarshi on @Qiita https://t.co/x671LJWHmt