https://blog.csdn.net/qq_20259459/article/details/70316511
一. 参数是指那些?
参数其实是个比较泛化的称呼,因为它不仅仅包括一些数字的调整,它也包括了相关的网络结构的调整和一些函数的调整。下面列举一下各种参数:
1. 数据处理(或预处理)相关参数:
enrich data(丰富数据库),
feature normalization and scaling(数据泛化处理),
batch normalization(BN处理)
2. 训练过程与训练相关的参数:
momentum term(训练动量),
BGD, SGD, mini batch gradient descent(这里的理解可以看我之前的一篇博 客:http://blog.csdn.net/qq_20259459/article/details/53943413 )。
number of epoch,
learning rate(学习率),
objective function(衰减函数),
weight initialization(权值初始化),
regularization(正则化相关方法),
3. 网络相关参数:
number of layers,
number of nodes,
number of filters,
classifier(分类器的选择),
</