训练深度神经网络

1.训练数据 (1)数据量越大越好，模型泛化能力越强； (2)去除损坏的训练样本； (3)数据扩张（Data Augmentation）--拿图像为例，通过翻转、模糊等操作生成新的样例。 2.选择恰当的激励函数（Activation Function） 激励函数是神经网络的核心部分之一。激励函数将模型非线性（none-linearity）化。之前的神经网络大多选用Sigmoid函数作为激励函数，但

>>阅读原文<<