基于混合优化算法的超参数优化方法及其应用

DING Yu-yang

Control and Instruments in Chemical Industry（2023）

江南大学

被引用0|浏览6

摘要

卷积神经网络(CNN)自身结构的超参数对于分类问题中的准确率与效率有较大的影响,针对现有超参数优化方法多依赖传统组合,优化结果不彻底,导致模型分类效果不佳的状况,提出一种基于混合优化算法的CNN超参数优化方法.该方法根据CNN架构的结构特点选取超参数,然后采用粒子群优化算法(PSO)-梯度下降(GD)混合算法进行优化.在测试数据集上的实验结果表明:该方法在分类问题上具有较好的性能,提升了超参数的优化效率,避免了传统PSO算法易陷入局部最优的缺点.

更多

关键词

PSO-GD hybrid algorithm,hyperparameter optimization,CNN,classification performance,optimization efficiency,local optimum

上传PDF