![](/img/trans.png)
[英]Supervised Machine Learning: Getting weights for each individual parameter for classifications
[英]Adjusting parameter - Machine learning
我正在逐個數據包遠程傳輸一些數據。 在發送每個數據包之前,我需要睡眠一段時間(毫秒)。 傳輸每個文件后,我都會收到反饋:失敗或成功。 當然,延遲越小,成功率就越小,但是轉移的時間會更少。 我的目標是自動調整電流延遲,以使平均成功率等於某個常數(例如98%)。 憑直覺我假設:
您會建議使用哪些算法來有效地(從學習時間,記憶的角度)找到最佳參數值?
您實質上是在描述網絡擁塞解決方案。 有關該主題的更多信息,請參見http://en.wikipedia.org/wiki/Network_congestion_avoidance#Avoidance 。
一種最適合您的算法是減少每次成功傳輸后的等待時間。 傳輸失敗后,請增加時間(增加一定數量或動態增加),然后無限期地重復。 我希望我能記住該算法的具體名稱,但此刻它在逃避我。
請注意,如果您確實是通過網絡發送數據包,而不僅僅是播放網絡,則“最優”不是一個常數,因為網絡始終處於變化狀態。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.