确保使用dropout降低模型的过拟合几率，特别是在神经元大于256的层之后就应该使用dropout来降低过拟合几率
尽量使用relu作为激活函数，避免使用传统的sigmoid和tanh作为激活函数，传统的这些激活函数的计算开销非常巨大
而且会使之在传递过程中造成梯度爆炸或者梯度弥散，因此不要使用，在使用relu函数之前，最好对输入的数据进行
batch_normalization,使用的基本顺序
卷积神经模型训练的注意事项
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
相关阅读更多精彩内容
- 原文链接：https://yq.aliyun.com/articles/178374 0. 简介 在过去，我写的主...
- https://blog.csdn.net/program_developer/article/details/8...
- 本系列文章面向深度学习研发者，希望通过Image Caption Generation，一个有意思的具体任务，深入...
- （第一部分 机器学习基础）第01章 机器学习概览第02章 一个完整的机器学习项目（上）第02章 一个完整的机器学习...
