KI SpotlightNewsHyperparameter
Hyperparameter sind vorab gesetzte Stellschrauben des Trainings (etwa Lernrate oder Netzgröße) — im Unterschied zu den Werten, die das Modell selbst lernt.
Kurz gesagt: Hyperparameter legt der Mensch vor dem Training fest; die Parameter lernt das Modell während des Trainings selbst.
Beispiele
Lernrate, Anzahl der Schichten, Batch-Größe oder Trainingsdauer. Sie steuern, wie gelernt wird, nicht was gelernt wird.
Warum sie zählen
Eine gute Wahl entscheidet maßgeblich über die Qualität des Modells. Deshalb werden Hyperparameter oft systematisch durchprobiert und optimiert (Hyperparameter-Tuning).