首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

使用预算感知的贝叶斯优化的超参数选择 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:微软技术许可有限责任公司

摘要:本文总体上讨论了用于标识预定义预算内的最佳超参数值的设备、系统和方法。方法可以包括:在使用超参数向量的值训练模型达一迭代次数的同时,记录目标函数的目标函数值和成本函数的成本函数值;将函数模型拟合到目标函数值,并且将成本模型拟合到成本函数值,从而产生经拟合的函数模型和经拟合的成本模型;选择第二超参数向量;确定要执行的最佳迭代次数,并且在该最佳迭代次数之后停止使用第二超参数向量进行训练;使用第二超参数向量重新训练模型类型的模型达最佳迭代次数;以及提供超参数向量或第二超参数向量的最大化由目标函数定义的目标的超参数值。

主权项:1.一种用于为迭代学习模型提供预算约束的超参数值的方法,所述方法包括:由计算设备接收指示迭代学习模型的类型、训练样本、目标函数、最大迭代次数和预算的数据;在使用超参数向量的相应值训练所述类型的模型达一迭代次数的同时,记录所述目标函数的目标函数值和成本函数的成本函数值,所述超参数向量包括用于每个超参数的超参数值;将函数模型拟合到所述目标函数值并将成本模型拟合到所述成本函数值,得到经拟合的函数模型和经拟合的成本模型;基于所述经拟合的成本模型、所述经拟合的函数模型和所述预算来选择第二超参数向量;基于所述经拟合的函数模型和所述最大迭代次数,确定要执行的最佳迭代次数,并在所述最佳迭代次数之后停止使用所述第二超参数向量进行训练;使用所述第二超参数向量重新训练所述模型类型的所述模型达所述最佳迭代次数;以及提供所述超参数向量或所述第二超参数向量的最大化由所述目标函数定义的目标的超参数值。

全文数据:

权利要求:

百度查询: 微软技术许可有限责任公司 使用预算感知的贝叶斯优化的超参数选择

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。