深度学习：参数(parameters)和超参数(hyperparameters)

转载于 2018-06-05 10:40:00 发布 · 1.1k 阅读

·

1

·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/huiAlex/p/9138498.html

文章标签：

本文详细解释了在人工智能算法中参数与超参数的区别。参数是由模型通过学习得到的变量，如权重和偏置；而超参数是根据经验设定，影响模型训练过程的设置，如迭代次数、学习速率等。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. 参数(parameters)/模型参数

　由模型通过学习得到的变量，比如权重和偏置

2. 超参数(hyperparameters)/算法参数

根据经验进行设定，影响到权重和偏置的大小，比如迭代次数、隐藏层的层数、每层神经元的个数、学习速率等

转载于:https://www.cnblogs.com/huiAlex/p/9138498.html

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。