HyperPower（Keras / TensorFlow +薄荷）
通过贝叶斯优化对硬件进行感知的超参数搜索 + 神经网络。
描述
神经网络（NN）的超参数优化已成为一个具有挑战性的过程。 如果我们发现最佳的（根据分类错误）NN配置也满足硬件约束，例如最大推理运行时间，最大GPU能耗或功耗，则此设计问题将变得更加艰巨。
HyperPower利用贝叶斯优化的有效性来采用受硬件限制的超参数优化。 该代码库是基础：
HyperPower: Power- and Memory-Constrained Hyper-Parameter Optimization for Neural Networks
Dimitrios Stamoulis, Ermao Cai, Da-Cheng Juan, Diana Marculescu
Design, Automation and Test in Eu
2021-10-07 16:27:42
11KB
1
针对自抗扰控制中参数??0 整定困难的问题, 提出一种新的参数辨识方法, 对线性自抗扰控制器(LADRC) 中的参数??0 进行辨识, 并提出了LADRC参数整定的基本规律. 通过频域分析研究了控制器参数??0 和控制器带宽???? 的变化对闭环系统扰动抑制能力的影响. 通过分析闭环控制系统的稳定区域研究了控制器的鲁棒性. 仿真结果表明, 根据辨识得到的??0 可以快速整定LADRC的参数, 使LADRC具有较强的鲁棒性.
2021-10-03 23:43:24
225KB
1