机器学习中的经常使用超参数

steps：训练迭代的总次数。一步计算一批样本产生的损失，而后使用该值修改一次模型的权重。 batch size：单步的样本数量（随机选择）。例如，SGD 的批次大小为 1。 如下公式成立： web periods：控制报告的粒度。例如，若是 periods 设为 7 且 steps 设为 70，则练习将每 10 步输出一次损失值（即 7 次）。与超参数不一样，咱们不但愿您修改 periods 的

>>阅读原文<<