python - Keras - 通过测试所有可能的超参数来调整顺序模型

Question

我正在开发一个简单的 Keras 顺序模型，并且正在尝试测试超参数的不同组合，但是有没有办法自动尝试这些超参数的所有可能组合，从而为我提供最佳组合？

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，你可以试试 hyperas和 talos例如，但也有其他的。只需查找自动超参数优化，您一定会找到更多结果。