基于双阶段优化架构深度学习模型参数优化器的构建方法

本发明属于深度学习时间序列预测领域，其公开了基于双阶段优化架构深度学习模型参数优化器的构建方法，其采用了步骤一中将传统优化器与周期性学习率进行结合的模型较优参数边界确定方法和步骤二中拟合模型训练参数与损失函数值的曲线关系的参数优化方法，该优化器的构建方法不仅打破了传统优化器仅依赖梯度方向更新的局限性，还能够稳定有效的提高深度学习模型在时间序列上的预测精度，为后续深度学习模型预测性能的提升提供新的研究方向。