神经网络的主要调参内容和顺序

这里列出我的神经网络主要调参内容和顺序，仅供参考：

1. 激活函数
2. 优化器
3. 学习率
4. 训练轮次
5. 批量数据的大小
6. 训练数据的总大小
7. 隐藏层的神经元数量
8. 神经网络的深度
9. 数据标准化和数据降维
10. 损失函数和正则化
11. 神经网络的结构
12. 训练数据的内容
13. 其他

调参的原则：

• 调参实验时记得做好控制变量。
• 先粗调，再细调。
• 重点调节对模型结果影响比较大的参数。

【说明：本站主要是个人的一些笔记和代码分享，内容可能会不定期修改。为了使全网显示的始终是最新版本，这里的文章未经同意请勿转载。引用请注明出处：https://www.guanjihuan.com】