エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
ハイパーキューブベースのニューロエボリューショントポロジーの拡張(HyperNEAT)ユーザーページ - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
ハイパーキューブベースのニューロエボリューショントポロジーの拡張(HyperNEAT)ユーザーページ - Qiita
ニューラルネットのハイパーパラメータの最適化には 現状グリッドサーチよりランダムの方が精度が高いと... ニューラルネットのハイパーパラメータの最適化には 現状グリッドサーチよりランダムの方が精度が高いと言われている。 理由はどのパラメータが精度向上に影響しているかわからない為、 ランダムで探索し影響の高いところを集中的にチューニングしたほうが効果的だから。 それ以上こって作りたい場合は下記の方法を認識している。 1、ランダム 2、進化計算でハイパーパラメータを最適化 3、ベイズ最適化でハイパーパラメータを最適化 ベイズ最適化はこっち https://github.com/RuiShu/Neural-Net-Bayesian-Optimization 今回は2の進化計算での最適化をメインで理解するために調べた。 ほぼこちらのページの内容です。 http://eplex.cs.ucf.edu/hyperNEATpage/ 関係ないかもだけど分子プログラムも。 こっからググればでてくる。 http