什么是超参数
搭建神经网络中,需要我们自己选择(不是通过梯度下降算法去优化)的那些参数。比如中间层的神经元个数、学习速率
如何提高网络拟合能力
1.增加层
2.增加神经元的个数
单纯的增加神经元个数对于网络性能的提高并不明显,增加层会大大提高网络的拟合能力,这也是为什么现在深度学习的层越来越深的原因。
注意:单层的神经元个数,不能太小,太小的话,会造成信息瓶颈,使得模型欠拟合
参数选择原则:
1.首先开发一个过拟合的模型:
(1)添加更多的层
(2)让每一层变得更大
(3)训练更多的轮次
2.然后,抑制过拟合
(1)dropout
(2)正则化
(3)图像增强
3.再次,调节超参数
学习速率,隐藏层单元数,训练轮次