[发明专利]一种基于代理模型的深度学习算法超参数优化方法在审
| 申请号： | 202010403031.7 | 申请日： | 2020-05-13 |
| 公开（公告）号： | CN111738406A | 公开（公告）日： | 2020-10-02 |
| 发明（设计）人： | 林景亮;黄运保;黄泽英 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 广东广信君达律师事务所 44329 | 代理人： | 陈胜杰 |
| 地址： | 510062 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
本发明公开了一种基于代理模型的深度学习算法超参数优化方法，包括以下步骤：S1、定义两个超球体S和B，其中B对应于深度神经网络的超参数定义空间，S对应于可信域TR，在两个超球体S和B之间为不可信区域，定义为UTR＝B‑S；S2、利用连续减半风格方法在B中搜索，以当前搜索到的最优的超参数配置λ |
||
| 搜索关键词： | 一种 基于 代理 模型 深度 学习 算法 参数 优化 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东工业大学，未经广东工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010403031.7/，转载请声明来源钻瓜专利网。
