改善深层神经网络：超参数调整、正则化以及优化 —— 3.1调试处理

如果想尝试调整一些超参数，该如何选择调试值呢？ 在早一代的机器学习算法中，如果有两个超参数，常见的做法是在网格中取样点，然后系统的研究这些数值，例如放置 5 ∗ 5 5*5 5∗5的点，实际证明，网格可以是 5 ∗ 5 5*5 5∗5，也可多或可少。 对于这个例子，可以尝试所有的25个点，然后选择哪个参数效果最好。当参数的数量相对较少时，这个方法很实用。 在深度学习领域，推荐使用下面的做法。随机选

>>阅读原文<<