知识卡片
优化器选择需要公平实验
不存在可以不看任务和条件就断言最优的优化器。比较时固定数据划分、预处理和评估指标,为不同优化器合理调参,并记录训练时间与随机种子。无免费午餐定理依赖对问题空间及其分布的特定假设,不能据此断言任意现实任务上的方法必然等效。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 优化器 · 查看原书依据
我们不但不知道“最佳”优化器
参考来源
- 位置:《深度学习:从基础到实践(上下册)》第19章《优化器》19.6(来源项目 `extracted/深度学习:从基础到实践(上下册)/_epub-src/text/part0026_split_006.html`)
- 结论依据:我们不但不知道“最佳”优化器。
- 原始内容:我们不但不知道“最佳”优化器,而且也不可能有适用于所有情况的最佳优化器。无论我们提出的“最佳”优化器有多好,都可以被证明总是能找到一些其他优化器会更好的情况。