hyperparameter
En hyperparameter er en konfigurationsparameter, der sættes inden træning og styrer læringsprocessen, i modsætning til modelparametre, som læres fra data.
Kort fortalt
En indstilling du vælger før træning, fx læringsrate, som påvirker hvordan modellen lærer, men ikke læres af data.
- Kategori
- begreb
- Niveau
- øvet
- Udtale
- ˈhyːpʌˌpɑːmɪtɐ
Betydninger
1- 1
En parameter, der bruges til at kontrollere træningsprocessen i en maskinlæringsmodel, og som ikke læres af data, men sættes af udvikleren.
- Valget af læringsrate er en vigtig hyperparameter i træning af neurale netværk. — Generel viden
- Hyperparameter tuning kan udføres med grid search eller random search. — Generel viden
Hvornår bruges det
Hyperparametre justeres manuelt eller via søgning for at optimere modellens ydeevne. De inkluderer læringsrate, batchstørrelse, antal lag, regulariseringsstyrke.
Oprindelse
Fra engelsk 'hyper-parameter', sammensat af hyper- (over) og parameter.
Afledte ord
2Kilder
1- Goodfellow et al., Deep Learning, 2016