← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 1295.i.2.d.1 · 生成模型:未记录

模型评价常是搜索瓶颈

理解等级:中级

演化搜索每产生一个新模型,都可能需要遍历训练数据来计算输出误差。评价成本随新候选数量和数据量增加,可能远大于选择或更新参数的成本。优化搜索性能时应先识别评价开销,不能只凭选择算法步骤少就判断整体更快。

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

    • 种群、计分和选择 1.2 对种群计分 · 查看原书依据

      计分通常是演化算法的性能瓶颈。你常常需要针对加入种群的每个新的潜在解运行一个冗长的数据集,来自此类数据集的分数通常是训练集中每个元素的实际输出与预期输出之间的平均差。 1.3 从种群中选择 选择是从种群中挑选一个或多个潜

    参考来源

    - 位置:《人工智能算法(卷2):受大自然启发的算法》第1章《种群、计分和选择》,原书小节“1.2 对种群计分”(来源项目a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/人工智能算法(卷2):受大自然启发的算法/_epub-src/OEBPS/Text/chapter001.html#nav_point_32) - 结论依据:原文指出计分常为瓶颈,并说明新候选需在冗长数据集上计算平均输出差。 - 原始内容:计分通常是演化算法的性能瓶颈。你常常需要针对加入种群的每个新的潜在解运行一个冗长的数据集,来自此类数据集的分数通常是训练集中每个元素的实际输出与预期输出之间的平均差。 1.3 从种群中选择 选择是从种群中挑选一个或多个潜