Tensorflow：模型调参

我就是我 2022-06-12 14:13 433阅读 0赞

## Tensorflow中使用gridsearch ##

1 使用tf.contrib.learn.estimators

使用tf中自带的Estimator将自定义的tf模型转换成估计器，输入到sklearn中的gridesearch运行。

# My custom model. 
    # Feature request: New params dict with values filled by GridSearchCV
    def cnn_model(X, Y, params):
      stride = params['stride']
      ... custom model definition here ...
    
    # Create the Convnet classifier
    cnn_classifier = learn.TensorFlowEstimator(model_fn=cnn_model)
    
    # Grid search on different stride values.
    parameters = {'stride': [1, 2, 3],}
    grid_searcher = GridSearchCV(cnn_classifier, parameters)
    grid_searcher.fit(X, Y)

可能的报错  
WARNING:tensorflow:Using temporary folder as model directory: C:\\Users\\piting.pt\\AppData\\Local\\Temp\\tmpufiz6\_ts

\[[Pass grid search params to TensorFlowEstimator custom model \#2030][Pass grid search params to TensorFlowEstimator custom model _2030] \]

这种方式需要使用到tf.contrib.learn中的estimators，比较麻烦。未测试出来。

\[[Creating Estimators in tf.contrib.learn][] \]

2 直接将自定义的模型修改成具有sklearn中estimators的功能

from: [\-柚子皮-][-_-]

ref:

[Pass grid search params to TensorFlowEstimator custom model _2030]: https://github.com/tensorflow/tensorflow/issues/2030#ref-issue-177621365
[Creating Estimators in tf.contrib.learn]: https://www.tensorflow.org/extend/estimators
[-_-]: https://me.csdn.net/pipisorry

发表评论取消回复

表情：

评论列表（有 0 条评论，433人围观）

还没有评论，来说两句吧...

相关阅读

相关机器学习-模型调参利器 gridSearchCV（网格搜索）

在机器学习模型中，需要人工选择的参数称为超参数。比如随机森林中决策树的个数，人工神经网络模型中隐藏层层数和每层的节点个数，正则项中常数大小等等，他们都需要事先指定。超参数选

Myth丶恋晨/ 2023年07月24日 02:48/ 0 赞/ 38 阅读

相关 TensorFlow使用Keras Tuner自动调参

TensorFlow使用Keras Tuner自动调参数据集归一化图像分类模型 Hyperband

傷城~/ 2023年02月21日 06:22/ 0 赞/ 132 阅读

相关 mllib调参 spark_Spark 模型选择和调参

Spark - ML Tuning 这一章节主要讲述如何通过使用MLlib的工具来调试模型算法和pipeline，内置的交叉验证和其他工具允许用户优化模型和pipeline中

妖狐艹你老母/ 2023年01月01日 04:54/ 0 赞/ 287 阅读

相关 TensorFlow 基础学习 - 4 (重点是调参)

![1d1c99a2d2b2e6f2452c1dda7e38c3da.png][] 准备数据 !wget --no-check-certificate \

墨蓝/ 2022年10月30日 15:21/ 0 赞/ 251 阅读

相关 Scikit-learn：模型选择之调参grid search

http://[blog.csdn.net/pipisorry/article/details/52268947][blog.csdn.net_pipisorry_articl

悠悠/ 2022年09月25日 11:26/ 0 赞/ 353 阅读

相关机器学习模型选择：调参参数选择

http://[blog.csdn.net/pipisorry/article/details/52902797][blog.csdn.net_pipisorry_articl

落日映苍穹つ/ 2022年07月15日 13:12/ 0 赞/ 371 阅读

相关 Tensorflow：模型调参

Tensorflow中使用gridsearch 1 使用tf.contrib.learn.estimators 使用tf中自带的Estimator将自定义的

我就是我/ 2022年06月12日 14:13/ 0 赞/ 434 阅读

相关 SVM调参

[https://www.cnblogs.com/pinard/p/6117515.html][https_www.cnblogs.com_pinard_p_6117515.h

怼烎@/ 2022年01月20日 14:59/ 0 赞/ 413 阅读

相关 [机器学习]模型调参

一、问题描述当我们在处理图像识别或者图像分类或者其他机器学习任务的时候，我们总是迷茫于做出哪些改进能够提升模型的性能（识别率、分类准确率）。。。或者说我们在漫长而苦恼的

秒速五厘米/ 2021年11月29日 23:56/ 0 赞/ 491 阅读

相关深度模型优化性能调参

注意 1. 调参看验证集。trainset loss通常能够一直降低，但validation set loss在经过一段降低期后会开始逐渐上升，此时模型开始在训练集上过

迷南。/ 2021年09月15日 01:06/ 0 赞/ 525 阅读