网格搜索超参数调整，当有一个参数有两个选择时没有进行搜索？
Grid Search Hyperparameter tuning,No of searches made when there is one parameter with 2 choices?
我正在调参。
classifier=KerasClassifier(build_fn=getModel,epochs=10,batch_size=32)
parameters={'activation':['softmax','sigmoid']}
a=GridSearchCV(estimator=classifier,cv=10,param_grid=parameters)
results=a.fit(X_train,y_train)
print(results.best_score_)
print(results.best_params_)
不应该 运行 两次 10 个 epoches，第一个使用 softmax，第二个使用 sigmoid 作为激活函数？
但它 运行 超过 2 倍。
我忘了交叉验证。
即使是在执行期间打印出来的，我也对实际的网格搜索感到困惑。
我正在调参。
classifier=KerasClassifier(build_fn=getModel,epochs=10,batch_size=32)
parameters={'activation':['softmax','sigmoid']}
a=GridSearchCV(estimator=classifier,cv=10,param_grid=parameters)
results=a.fit(X_train,y_train)
print(results.best_score_)
print(results.best_params_)
不应该 运行 两次 10 个 epoches，第一个使用 softmax，第二个使用 sigmoid 作为激活函数？ 但它 运行 超过 2 倍。
我忘了交叉验证。 即使是在执行期间打印出来的，我也对实际的网格搜索感到困惑。