Step1：Data Processing 前面的章节已经介绍了。
Step2：choose the architecture
Step3：Babysitting the Learning Process
Step4：Hyperparameter Optimization
整体而言，这是一个从粗到细的过程，先定一个相对较大的参数的范围，然后对这个区间进行一个粗略的研究，然后从中选择一个表现比较好的小区间，然后重复这个过程，最终得到一个最优的参数。可以借助一些可视化的方法。
在运行的过程中，输出Accuracy，以及对应的参数（learning Rate/ 正规化系数）。
如下图可以看到，某些参数已经可以做到Accuracy达到40%~50%了，可以对Learning Rate 和正规化系数可能的范围进行一下估测了。
注：在设定learning Rate和正规化系数参数的范围时，最好在对数空间中进行取样，如上reg = 10 ** uniform（-5,5），就是指10^x，因为在反向传播时，这两个参数是相乘的，而且会对他们取Log。
根据上图的结果，调整参数的范围为表现更好的一个区间。
对于图中的问题，似乎是因为reg的取数与上一张图中的表现较好的reg的取值相差过大，是否陷入局部最优解之类的。（不确定）
插入一个概念：Grid Search，确定一个固定的步长，对于Learning Rate和Reg进行循环，每一步去一个值，有两个循环。
性能方面：Grid < Random。因为参数的重要性是不同的，有些参数的影响很大，有些参数影响很小，在一个范围内随机取值，更容易找到最优的解。（如下图所示，那条绿色的线表示表现程度，可能是准确度之类的）
Hyper-parameters
一般用可视化的方法来优化如下这些参数。
示例1：当Loss如左图的时候，我们估计它是因为Learning Rate太低了
示例2：Loss 刚开始有段时间是平的，然后到某个节点突然开始下降，我们初步判定初始化做的不好。
在实验过程中，可以记录这些Loss Curve，找到原因，积累经验啦~
