Er batchstørrelse, epoke og datasætstørrelse alle hyperparametre?
Torsdag 07 March 2024
by Jose' da Cruz
Batchstørrelse, epoke og datasætstørrelse er faktisk afgørende aspekter i maskinlæring og omtales almindeligvis som hyperparametre. For at forstå dette koncept, lad os dykke ned i hvert udtryk individuelt. Batchstørrelse: Batchstørrelsen er en hyperparameter, der definerer antallet af prøver, der behandles, før modellens vægte opdateres under træning. Det spiller
- Udgivet i Kunstig intelligens, EITC/AI/GCML Google Cloud Machine Learning, Første trin i maskinindlæring, De 7 trin i maskinlæring
Tagged under:
Kunstig intelligens, Batch størrelse, Datasæt størrelse, Epoch, Hyperparametre, Maskinelæring
Er det korrekt, at hvis datasættet er stort, behøver man mindre evaluering, hvilket betyder, at den del af datasættet, der bruges til evaluering, kan reduceres med øget størrelse af datasættet?
Lørdag, 11 November 2023
by Hema Gunasekaran
Inden for maskinlæring spiller størrelsen af datasættet en afgørende rolle i evalueringsprocessen. Forholdet mellem datasætstørrelse og evalueringskrav er komplekst og afhænger af forskellige faktorer. Det er dog generelt rigtigt, at når datasættets størrelse øges, kan den del af datasættet, der bruges til evaluering
- Udgivet i Kunstig intelligens, EITC/AI/GCML Google Cloud Machine Learning, Første trin i maskinindlæring, Dybe neurale netværk og estimatorer
Tagged under:
Kunstig intelligens, Datasæt størrelse, Evaluering, Generalisering, Maskinelæring, overfitting