参数、超参数区别

在机器学习或者深度学习领域，参数和超参数是一个常见的问题，个人根据经验给出了一个很狭隘的区分这两种参数的方法。

参数（parameters）：是模型根据数据可以自动学习出的变量。eg，（深度学习的权重，偏差等）

超参数（hyperparameters）：超参数是在开始学习过程之前设置值的参数，而不是通过训练得到的参数数据。用来确定模型的一些参数，超参数不同，模型是不同的(这个模型不同的意思就是有微小的区别，比如假设都是CNN模型，如果层数不同，模型不一样，虽然都是CNN模型哈)。超参数一般就是根据经验确定的变量。在深度学习中，（超参数有：学习率，batchsize，epoch，正则项系数，模型层数，每层神经元的个数。）