一种基于Keras的深度学习自动化调参方法及系统

本发明公开了一种基于Keras的深度学习自动化调参方法及系统,采用预设参数初始值列表对深度学习模型的批尺寸和训练周期进行调整；找到最佳批尺寸和训练周期参数值后,对权重初始化方法进行调整；得到最佳权重初始化方法后,依据最佳批尺寸和训练周期调整算法学习率；完成算法学习率的调整后,可以得到最佳学习率参数值,然后对激活函数进行调整,找到模型的最佳激活函数类型；依据上述找到的最佳批尺寸、训练周期、权重初始化方法、学习率、激活函数,开始调整Dropout参数,找到最佳Dropout参数值,之后再对训练周期进行微调,得到最终的参数组合。本发明可以极大减少深度学习模型调参编码工作量,提高深度学习开发的效率。