这是一个简单的应用LSTM在Pytorch文本分类任务上，使用贝叶斯优化超参数调优。
【配置】
可以在src/constants.py文件中设置各种超参数。
每个变量的说明如下。
注意，对于贝叶斯优化，要调优的超参数应该以元组的形式传递。
你可以将参数设置为一个元组或一个特定的值。
前者意味着该论证将被纳入贝叶斯优化的主题，而后者意味着它不应被纳入。
【操作运行】
参考代码中的项目说明文件，按照说明一步步操作
2022-11-30 12:28:53
7KB
1. 资源是猎人猎物算法HPO优化LSTM时间序列神经网络预测MATLAB代码。无二次收费。
2. 代码验证过，注释清楚，可以直接运行和换数据，跑出来结果。
2022-10-23 21:05:10
526KB
可以用遗传算法GA优化LSTM网络的超参数
2022-03-16 05:45:27
15KB