deelearning.ai学习笔记——参数调试、Batch正则化和程序框架

超参数设定（调试处理） 需要处理的参数： 学习率α，动量梯度下降的参数β，选择的层数，mini-batch的大小等。其中最重要的是学习率α 如何选择调试值 （1）网格中取样点：选择参数效果好的点 （2）随机选择点（深度学习） 在进行超参数取值时，采用由粗到细的策略。具体解释为在进行取值试验时，发现某个效果最好的点，然后在这个点周围取一些点，放大这一区域，进行更加密集的取点。 选择合适的学习率 （1

>>阅读原文<<