作者查詢 / choral

總覽項目：發文 | 留言 | 暱稱

作者 choral 在 PTT [ DataScience ] 看板的留言(推文), 共14則

限定看板：DataScience

看板排序：

首頁

尾頁

[ DataScience ]21 留言, 推噓總分: +19

作者: CharlieL - 發表於 2019/04/14 01:44(6年前)

5^F推choral: 太神啦！04/14 09:53

[ DataScience ]36 留言, 推噓總分: +6

作者: avonasac0800 - 發表於 2019/04/11 22:29(6年前)

1^F推choral: 我過去的經驗是打亂的表現會比較好，不過也得看hidden s04/12 01:15

2^F→choral: ize和 layer number的搭配，這種應該一層就很有效了04/12 01:15

3^F→choral: 我沒講到重點，RNN的bp只在[n1…n20]間執行，所以到下一04/12 01:24

4^F→choral: 個index時，grad會重新計算，RNN不會記錄跨index的因果關04/12 01:24

5^F→choral: 係，差別在於訓練時index打亂讓權重比較不會容易往某一個04/12 01:24

6^F→choral: 趨向靠攏04/12 01:24

7^F→choral: 如有錯誤還請大德們不吝指正感謝04/12 01:26

8^F推choral: 我猜測是learning rate 同時也注意一下 loss的起伏也許04/12 11:46

9^F→choral: 有overfitting的可能性04/12 11:46

10^F推choral: 有個測試方法你取訓練集最後100或200個來訓練，看看效果04/12 11:52

11^F→choral: 是不是和整個訓練集差不多，如果是，代表這個dataset具有04/12 11:52

12^F→choral: 短期時效性，遠期的資料根本用處不大04/12 11:52

13^F→choral: 因此打亂的效果並不好04/12 11:53

首頁

尾頁