神经网络训练
目标管理
损失函数、拟合优度(正则化、dropout、数据增强)
过程管理
学习率+权重更新、梯度下降(随机梯度下降、批量梯度下降)、优化器
初始管理
数据预处理、数据输入、权重初始化、超参数优化(贝叶斯)
Trainin dataset >= Epoch = M x iteration. 1 iteration = 1 batch = N x sample.
使用整个训练集数据完成训练成为1个epoch (或者一个回合round)。1个epoch结束后,可打乱数据 shuffle,再进行下一个epoch的训练。
权重初始化后,每一个iteration后 权重根据学习率更新一次,下一个epoch在此前基础上继续更新权重,直到损失函数最小化。