我正在使用scikit-learn的
问题在于,当隐藏的
是否有一种方法可以防止这种参数组合的出现,例如通过传递参数的元组?
GridSearchCV
来迭代一个参数空间,以调整模型。具体来说,我正在使用它来测试神经网络中的不同超参数。网格如下:params = {'num_hidden_layers': [0,1,2],
'hidden_layer_size': [64,128,256],
'activation': ['sigmoid', 'relu', 'tanh']}
问题在于,当隐藏的
num_hidden_layers
设置为0
时,我最终会运行冗余模型。它将会运行一个没有隐藏层的具有64个单元的模型,另一个具有128个单元的模型,以及另一个具有256个单元的模型。由于没有隐藏层,所有这些模型都是等价的。这非常低效,这意味着我需要编写更多的代码来消除结果中的冗余部分。是否有一种方法可以防止这种参数组合的出现,例如通过传递参数的元组?