为Pytorch模型执行超参数优化的最佳方法是什么？实施例如自己随机搜索？使用Skicit Learn？或者还有什么我不知道的？
标题说明了一切:神经网络能否具有完美的列车精度？我的准确度达到了约0.9,我想知道这是否表明我的网络或训练数据存在问题.
训练实例:约4500个序列,平均长度为10个元素.网络:双向香草RNN,顶部有softmax层.
如果我在Keras中使用有状态的RNN来处理长度为N的序列,该序列被分成N个部分(每个时间步骤被单独处理),
backpropagation neural-network keras recurrent-neural-network
问题标题说明了一切：如何使词袋模型更小？我使用随机森林和词袋功能集。我的模型大小达到 30 GB，并且我确信特征集中的大多数单词对整体性能没有贡献。
如何在不损失（太多）性能的情况下缩小大词袋模型？
nlp classification random-forest scikit-learn text-classification