深度学习是不是很少用到K-折交叉检验来调参？
最近在学深度学习，看完了吴恩达一系列视频，用keras（tensorflow）搭了个简单的模型，包装成KerasClassifier之后用scikit-learn的GrdiSearchCV来调参，调的参数有层数、节点数和Dropout率。
我在网上搜索Fine-tunning、调参等关键词，都没有发现特别系统的调参说明，大家好像都是在经典的模型上改下输出层（或者让高层的权重微调一下），并不会更改层数、节点数等。那么现在大家调参调的是什么方面呢？
还有就是调参的时候，有必要用K-折交叉验证吗？大家现在都用什么包或者工具来调参？
希望大佬们能不吝赐教，谢谢！
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论