神经网络一些训练心得

记录一下,慢慢更新...

一、数据方面

1. 一定要做标准化!!!不然NN根本不工作

2、高维离散特征embedding是有效的

二、模型方面

1、可以加入BN层,但感觉提升不明显

2、初始化方法

三、调参方面

主要是DNN,目前主要调整的超参数:

1. 学习率 learning rate:开始是0.001,增大到0.01,auc反而更高了

2. drop out:设置的0.9,比没用drop out 还是有提升的

3. batch size:

4. 优化算法:一开始用的Adam

5. 

你可能感兴趣的:(神经网络一些训练心得)