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 ...

什么是超参数？ 机器学习模型中一般有两类参数：一类需要从数据中学习和估计得到，称为模型参数（Parameter）---即模型本身的参数。比如，线性回归直线的加权系数（斜率）及其偏差项（截距）都是模型 ...

什么是超参数 所谓超参数，就是机器学习模型里面的框架参数，比如聚类方法里面类的个数，或者话题模型里面话题的个数等等，都称为超参数。它们跟训练过程中学习的参数（权重）是不一样的，通常是手工设定，不断试 ...

一、调试处理 week2中提到有如下的超参数： α hidden units mini-batch size β layers learning rate decay ...

I. 背景介绍 1. 学习曲线(Learning Curve) 我们都知道在手工调试模型的参数的时候，我们并不会每次都等到模型迭代完后再修改超参数，而是待模型训练了一定的epoch次数后，通过观察 ...