Lære Justering af Hyperparametre

Hyperparametre i neurale netværk

Neurale netværk, herunder perceptroner, har flere hyperparametre, der påvirker deres ydeevne. I modsætning til modelparametre (f.eks. vægte og bias) indstilles hyperparametre før træningen begynder. Nogle vigtige hyperparametre i perceptroner omfatter:

Antal skjulte lag og neuroner pr. lag: bestemmer modellens kapacitet til at lære komplekse mønstre. For få neuroner kan føre til underfitting, mens for mange kan forårsage overfitting;
Læringsrate: styrer, hvor meget modellen justerer vægtene under træning. En høj læringsrate kan gøre træningen ustabil, mens en lav kan føre til langsom konvergens:

Antal træningsepochs: definerer, hvor mange gange modellen ser træningsdataene. Flere epochs muliggør bedre læring, men kan føre til overfitting, hvis der er for mange.

Bemærk

For at opsummere opstår overfitting, når en model lærer træningsdataene for godt og opfanger støj i stedet for generelle mønstre. Dette resulterer i høj nøjagtighed på træningssættet, men dårlig generalisering til usete data.

Underfitting opstår derimod, når en model er for simpel til at opfange de underliggende mønstre i dataene. Dette fører til både dårlig trænings- og testpræstation, hvilket indikerer, at modellen mangler tilstrækkelig kapacitet til at lære effektivt.

Justering af hyperparametre

Justering af hyperparametre er afgørende for at optimere neurale netværk. En dårligt justeret model kan føre til underfitting eller overfitting.

Du kan ændre antallet af epoker, antallet af skjulte lag, deres størrelse og indlæringsraten for at observere, hvordan nøjagtigheden på trænings- og testdatasæt ændrer sig:


              1234567891011121314151617181920212223
            
from sklearn.neural_network import MLPClassifier
from sklearn.metrics import accuracy_score
import numpy as np
import warnings
# Ignore warnings
warnings.filterwarnings("ignore")
import os
os.system('wget https://codefinity-content-media.s3.eu-west-1.amazonaws.com/f9fc718f-c98b-470d-ba78-d84ef16ba45f/section_2/data.py 2>/dev/null')
from data import X_train, y_train, X_test, y_test

np.random.seed(10)
# Tweak hyperparameters here
model = MLPClassifier(max_iter=100, hidden_layer_sizes=(6, 6), learning_rate_init=0.01, random_state=10)

model.fit(X_train, y_train)

y_pred_train = model.predict(X_train)
y_pred_test = model.predict(X_test)
# Comparing train set accuracy and test set accuracy
train_accuracy = accuracy_score(y_train, y_pred_train)
test_accuracy = accuracy_score(y_test, y_pred_test)
print(f'Train accuracy: {train_accuracy:.3f}')
print(f'Test accuracy: {test_accuracy:.3f}')

At finde den rette kombination af hyperparametre indebærer systematisk eksperimentering og justeringer. Dette udføres ofte ved hjælp af teknikker som grid search (afprøvning af alle mulige kombinationer af hyperparametre) og random search (test af et tilfældigt udvalg af hyperparameterværdier).

Træning af et neuralt netværk følger grundlæggende en iterativ cyklus:

Definer modellen med indledende hyperparametre;
Træn modellen ved brug af træningsdatasættet;
Evaluer ydeevne på et testdatasæt;
Juster hyperparametre (f.eks. antal lag, indlæringsrate);
Gentag processen, indtil den ønskede ydeevne er opnået.

Denne iterative forfinelse sikrer, at modellen generaliserer godt til nye data.

1. Hvilken af følgende er en hyperparameter og ikke en modelparameter?

2. En læringsrate, der er for høj, vil sandsynligvis medføre:

Var alt klart?

Tak for dine kommentarer!

Sektion 3. Kapitel 2

Spørg AI

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

Awesome!

Completion rate improved to 4

Stryg for at vise menuen