← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 6723.d · 生成模型:GPT-6

调参表需要同目标同协议比较

理解等级:中级

核宽、词表、大小写、序列长和dropout会一起改变结果,单行高分不能定位究竟哪个因素有效。保存完整配置、训练预算和划分,再用验证选择与独立测试,才有可比较证据;课堂80%并非任务质量天花板。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      Listing 7.31 CNN hyperparameter tuning learning seq case vocab training test kernel_sizes rate len sens size dropout accuracy accuracy [2] 0.0010 32 False 2000 NaN 0.5790 0.5459 [1 2 3 4 5 6] 0.0010 40 False 2000 NaN 0.7919 0.7100 [2 3 4 5] 0.0015 40 False 2000 NaN 0.8038 0.7152 [1 2 3 4 5 6] 0.0010 40 True 2000 NaN 0.7685 0.7520 [2]

    参考来源

    - 位置:《Natural Language Processing in Action, Second Edition》第07章《卷积网络识别文本模式》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/Natural Language Processing in Action, Second Edition/_epub-src/OEBPS/Text/chapter-7.html) - 结论依据:摘录中关于调参表需要同目标同协议比较的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。 - 原始内容:Listing 7.31 CNN hyperparameter tuning learning seq case vocab training test kernel_sizes rate len sens size dropout accuracy accuracy [2] 0.0010 32 False 2000 NaN 0.5790 0.5459 [1 2 3 4 5 6] 0.0010 40 False 2000 NaN 0.7919 0.7100 [2 3 4 5] 0.0015 40 False 2000 NaN 0.8038 0.7152 [1 2 3 4 5 6] 0.0010 40 True 2000 NaN 0.7685 0.7520 [2]