如何指导神经网络模型的调优设计？

本文主要讲解一些参数初始化技巧和超参数的设置技巧，模型的理解和设计技巧，如何去指导我们对模型进行调优设计，如何从高（层数深）胖（卷积核庞大）的模型到高瘦或者矮（层数浅）瘦（卷积核较少）的模型去演变，同时性能得到优化或者保持！ 训练的过程和阶段可以分为3个阶段： 欠拟合：模型没有很好地捕捉到数据特征（训练集和验证集的loss都大于0.3）。 刚刚好：模型已经完成了我们的任务，满足要求（训练集和验证集

>>阅读原文<<