类
可以用CLASS创建新的数据类型
这里有一个特殊的__init__方法,这是进行初始化的方法,也称为构造函数(constructor), 只在生成类的实例时被调用一次。。此外,在方法的第一个参数中明确地写入表示自身(自身的实例)的self是Python的一个特点
Numpy
用numpy.array()接收python列表作为参数生成numpy数组array(数组的类型为多维数组ndarray)
最里面一个[]表示一个列表,即一行,一维数组(向量)。
[ [ ] , [ ] ] 表示二维数组(矩阵)。
[ [ [ ],[ ] ],[ [ ],[ ] ] ] 表示三维数组(张量)
可以用.shape查看数组形状(宽高厚) ,.shape的结果是个元组(tuple)
用.dtype查看元素的数据类型
超参数的验证
各层的神经元数量、batch 大小、参数更新时的学习率或权值衰减
我们要对超参数设置各种各样的值以进行验证。这里要注意的是,不能使用测试数据评估超参数的性能。这是因为如果使用测试数据调整超参数,超参数的值会对测试数据发生过拟合。换句话说,用测试数据确认超参数的值的“好坏”,就会导致超参数的值被调整为只拟合测试数据。这样的话,可能就会得到不能拟合其他数据、泛化能力低的模型。因此,调整超参数时,必须使用超参数专用的确认数据。用于调整超参数的数据,一般称为验证数据(validation data)。我们使用这个验证数据来评估超参数的好坏。