Als Titel, nach dem Training und Testen meines neuronalen Netzwerkmodells in Python.Kann ich SQP (Sequentielle quadratische Programmierung) in scipy für die Regressionsoptimierung des neuronalen Netzes verwenden?
Kann ich SQP-Funktion in scipy
für neuronale Netzwerk-Regression Problemoptimierung verwenden?
Zum Beispiel verwende ich Temperatur, Luftfeuchtigkeit, Windgeschwindigkeit, diese drei Funktionen für die Eingabe, Vorhersage des Energieverbrauchs in einem Bereich.
Also benutze ich ein neuronales Netzwerk, um die Beziehung zwischen Input und Output zu modellieren, jetzt möchte ich wissen, welcher Energieverbrauch am niedrigsten ist, welche Eingabemerkmale sind (zB welche Temperatur, Feuchtigkeit, Windsaat). Dieses Beispiel mag unrealistisch klingen .
Weil, soweit ich weiß, nicht so viele Leute nur scipy
für neuronale Netzwerkoptimierung verwenden. Aber in einigen Einschränkungen, scipy
ist das idealste Optimierungstool, was ich bis jetzt (ps .: Ich kann cvxopt
nicht verwenden).
Kann mir jemand einen Rat geben? Ich werde sehr dankbar sein!
Quadratic Programmierung in diesem Fall nicht einmal anwendbar ist, wie der Verlust Oberfläche nicht konvex ist. –
Aber ich habe einige Papiere über NN Optimierung Problem mit sqp gesehen? –