文章浏览阅读1k次。神经网络有着灵活性，同时也是算法的主要缺点：需要有许多超参数需要去调节。比如隐藏层及神经元个数，轮次，每一轮次给多少数据，学习率，对于神经网来说，有很多超参数可以调节。层数，每层的神经元数，在每层使用的激活函数，初始化权重的逻辑，等等你怎么知道哪种组合最适合你的任务？站在机器学习角度来说，可以去使用grid search，cross validation就是交叉熵验证加上栅格搜索，但是它在深度学习里用的并不多，它特别的费时间，它要跑很多遍。在深度学习里就是奔着过拟合去调，调过了只是说明结果已经出现过_人工智能输入参数与训练效果