贝叶斯优化中对预期改进的意外改进

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

该文介绍了一种改进的EI方法,通过引入高斯过程模型提供的协方差信息,修正了传统的EI公式,以达到在有噪声和无噪声的情况下都具有较好泛化性能的目的。实验证明,在黑盒优化的基准函数和神经网络模型压缩的参数搜索中,该方法在存在噪声观测时能够胜过EI方法。

🏷️

标签

➡️

继续阅读