python - 具有默认参数的 Matlab nntool 优于具有默认参数的 tensorflow adam、adadelta 是否正常?
问题描述
我正在研究一个回归问题,我通过 tensorflow 和 keras 使用各种神经网络优化器(例如 SGD、Adam 和 Adadelta)以及 matlab nntool 及其默认参数 tainlm“Levenberg-Marquardt 优化”和适应学习功能“learngdm”进行了尝试具有动量的梯度下降。Matlab 的性能远远优于 tensorflow,因此 matlab 的性能达到不到 1 毫秒,而 tensorflow 则停留在 3815 毫秒。这是逻辑还是我做错了什么?我应该调整某些参数以通过 tensorflow 复制 matlab 性能吗?
解决方案
推荐阅读
- c# - WebView.Eval() 在自定义渲染器 Webview 中不起作用
- docker-compose - 有没有办法在 docker-compose.yml 中获取 $PWD?
- c - 为什么(无符号短)0x8000 0001 是 1 而不是 65535?
- python-3.x - OrderedDictionary 数据框对象
- javascript - 在 NodeJS 中使用 Socket.IO 可以在本地工作,但不能在 Heroku 上使用
- jira - Jira - 发布后从看板中删除项目
- angular - 有没有办法从浏览器(例如chrome)在特定屏幕上打开本机移动应用程序?
- excel - 使用 VBA 将所有格式从一张表复制到另一张表
- javascript - 如何在 reactjs 中设置多个过滤器
- sap-cloud-sdk - 如何处理 ODATA 函数导入不返回包装元素