标签: python optimization deep-learning statistics grid-search
我想优化深度学习对象检测算法(在具有张量流后端的Keras中)。标准过程是使用GridSreachCV来训练具有不同参数组合的模型。
最近,我遇到了一种统计方法- Taguchi Method 。该方法(L9正交数组)采用4个参数(即变量),每个参数具有3个值(即因子水平值),并且给出了一个表,其中只有9个要执行的实验,与传统的81个实验不同。
我想知道Taguchi方法是否可以替代耗时的网格搜索。
我要检查的参数是时期,学习率,批处理大小,锚点数