Keras - 通过测试所有可能的超参数来调整顺序模型

Question

我正在研究一个简单的 Keras 顺序模型，我正在尝试测试超参数的不同组合，但有没有办法自动尝试这些超参数的所有可能组合，为我提供最佳组合？

这是我的 keras 模型：

model = Sequential()
input_neurons = 70
model.add(LSTM(input_neurons, input_shape=(train_X.shape[1], train_X.shape[2])))
model.add(LeakyReLU(alpha=0.5))
model.add(Dropout(0.1))
model.add(Dense(1))
optimizer = RMSprop(learning_rate=0.00134)
model.compile(loss=loss_func, optimizer=optimizer)
history = model.fit(
train_X,
train_y,
epochs=200, batch_size=72,
validation_data=(test_X, test_y),
verbose=2, shuffle=False)

Answer 1

是的，例如，您可以尝试Hyperas andtalos，但还有其他方法。只需查找自动超参数优化，您一定会找到更多结果。