caffe+报错︱深度学习参数调优杂记+caffe训练时的问题+dropout/batch Normalization

1、深度学习中经常使用的调节参数 本节为笔者上课笔记（CDA深度学习实战课程第一期）css 一、学习率 步长的选择：你走的距离长短，越短固然不会错过，可是耗时间。步长的选择比较麻烦。步长越小，越容易获得局部最优化（到了比较大的山谷，就出不去了），而大了会全局最优html 通常来讲，前1000步，很大，0.1；到了后面，迭代次数增高，降低0.01，再多，而后再小一些。 python 二、权重 梯度消

>>阅读原文<<