قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
البحث بالشبكة
طريقة تحسين شاملة تقوم بتقييم منهجي لجميع التوافيق الممكنة للمعلمات الفائقة على شبكة محددة مسبقًا. يضمن هذا النهج اكتشاف التكوين الأمثل ولكنه يثبت غالبًا أنه غير فعال للفضاءات ذات الأبعاد الكبيرة.
البحث العشوائي
تقنية تحكم تعين بشكل عشوائي توافيق المعلمات الفائقة وفقًا لتوزيعات محددة. تثبت أنها أكثر كفاءة من البحث بالشبكة للفضاءات ذات الأبعاد العالية من خلال تركيز الاستكشاف على المناطق ذات الصلة.
BOHB
مزيج هجين من التحسين البايزي وهايبرباند الذي يدمج نموذج TPE لإرشاد اختيار التكوينات في إطار تخصيص موارد تكيفي. هذه الطريقة الت synergistic تجمع بين كفاءة البحث البايزي والإزالة السريعة لـ هايبرباند.
البحث بشجرة بارزن
متغير من التحسين البايزي الذي ينمذج توزيعات المعلمات الفائقة بشكل منفصل للتكوينات الجيدة والسيئة. الخوارزمية تعين بشكل تفضيلي في المناطق حيث تكون التكوينات عالية الأداء أكثر احتمالاً.
الخوارزمية الجينية
طريقة تحكم مستوحاة من التطور الطبيعي تقوم بتطور مجموعة من التكوينات عبر الاختيار والعبور والطفرة. تكون مناسبة بشكل خاص لفضاءات البحث المنفصلة والمشاكل ذات القمم المحلية المتعددة.
تحسين سرب الجسيمات
تقنية ما وراء الإرشادية تحاكي السلوك الاجتماعي للسرب لاستكشاف فضاء البحث. كل جسيم يعدل مساره بناءً على أفضل تجربة شخصية وتجربة الجوار الأكثر أداءً.
المعلمات الفائقة الشرطية
معلمات فائقة وجودها أو نطاق قيمها يعتمد على قيم معلمات فائقة أخرى، مما يخلق هيكل تبعية في فضاء البحث. إدارتها تتطلب استراتيجيات تحكم متكيفة مع الفضاءات الهرمية.
التحسين متعدد الأهداف
امتداد لتحسين المعلمات الفائقة يدير بشكل متزامن أهداف متعددة غالبًا ما تكون متناقضة مثل الدقة والزمن الاستجابة. تنتج جبهة باريتو من الحلول المثلى تمثل مختلف المفاضلات الممكنة.
نقل التعلم للمعلمات الفائقة
تقنية تعيد استخدام المعارف حول أداء المعلمات الفائقة المكتسبة من مهام أو مجموعات بيانات سابقة. هذا النهج يسرّع بشكل كبير التحسين على المهام الجديدة المماثلة.
التنوير العصبي
تطبيق الخوارزميات التطورية على تحسين هياكل وأوزان الشبكات العصبية. تجمع بين مرونة التطور وقوة الشبكات العميقة لاكتشاف حلول غير تقليدية.
التحسين القائم على التدرجات
نهج يعامل المعلمات الفائقة كمعلمات قابلة للتحسين ويحسب تدرجها بالنسبة لفقدان النموذج. يسمح بتحديثات اتجاهية فعالة ولكنه يتطلب وظائف هدف قابلة للتفاضل.
مساحة البحث الهرمية
هيكل مساحة بحث يتم فيه تنظيم المعلمات الفائقة في مستويات التبعية، مما يعكس العلاقات الشرطية بين المعلمات. يجب على التحسين احترام هذه القيود الهيكلية لإنشاء تكوينات صالحة.
التحسين المتين
نموذج يبحث عن معلمات فائقة تقدم أداءً جيدًا ليس فقط على مجموعة بيانات التدريب ولكن أيضًا أمام التغيرات والضوضاء المستقبلية. تفضل الاستقرار والتعميم على التحسين العدواني.