深度模型调优

问题：训练得到一个深度模型后，得到的准确率可能不如人意。这时需要进行参数调优，kernel的数量核尺寸，batch size的大小，lr取值，epoch等，再如优化器的选择，激活函数的选择，加BN 层或丢弃层。

1、卷积核的作用是进行特征提取，是不是卷积核的个数越多，各项准确率都会提升？

2、batch size可从16开始取，32，64，128，256，512，1024，batch size越大越好，先取尽量大的batch size再定lr

3、epoch根据结果，若在某位置可收敛到平稳值，就可以减少epoch，效果是准确率不变，由于训练轮数减少，耗时减少。

4、卷积核的尺寸，对于立体3D卷积核，立方体更常见。