第一周 深度学习的实用层面
一般训练集和测试集比例是 7：3 or 6：2：2，但是在大数据时代（数据超过百万）我们可以将测试集和交叉验证集的比例缩小。甚至可以是98：1：1，超过百万的，可以99.5：0.25：0.25.
并且训练集和测试集的数据要服从同一分布！
图一不能很好拟合数据，underfitting，图三over fitting
这里提到了个optimal error，就是用人眼来辨别，当作误差的基准。
为什么L2正则项可以防止过拟合呢？当λ变大，则w（权重矩阵）的某些值就变成了0，这意味着模型将从high variance过渡到high bias。下图使用了个更明显的激活函数来阐述这个问题。
drop out（随机失活）正则。在网络中每一个节点都以0.5的概率选择删去或者保留该节点，最后会得到一个不是那么大的网络，虽然方法很简单，但是它的确有用。
dropout和L2正则化很像，通常用在计算机视觉方向，因为数据过少，很容易引起过拟合。我们可以在容易发生过拟合的层时（节点数目过大）时将keep prob值设置的小点，不同的层可以使用不同数值的keep prob.它的缺点是破坏了损失函数J
还有一些其他的正则化方法。比如说数据扩增：1.将图片反转加到数据集里，将图片旋转，放大，将数字扭曲变形等，2.early stopping，可以绘制出dev-set train-set的损失函数J曲线，并选择合适的时候停止梯度下降，缺点是J不能得到很好的优化，没有到足够低，并且一个时刻做了两件事，有点伤。
归一化输入
在层数很多的神经网络中，很容易发生梯度消失和梯度爆炸
双边误差比单边更加准确，所以梯度校验时采用2e来做。
梯度校验some tips：
第二周 优化算法
Mini -batch
指数加权平均
动量梯度下降
第三周：超参数调试
不要使用网格，因为不同的参数有不同的重要性，随机取值，α能够取到更多的值，可能会取到更好效果的值。当搜索时，可以先搜索大范围的，然后再缩小范围搜索。~
在对数轴上取数~。有点技巧。
超参数的搜索过程，当然~要视应用而定。
归一化输入，使训练加快惹，上边是逻辑回归时用方差归一化输入
Batch归一化：对隐藏层进行归一化，而且不仅仅使用方差和均值，还加入了参数使得可以任意调节
注意。batch norm是在计算激活函数前就要归一化的
用mini-batch与batch norm结合在一起。可以把b参数去掉
batch norm的作用~！减少covariate shift的影响，whichmeans 前层参数的变化会影响后面的训练。每一层都归一化后，可以使得参数shift的不那么快，有助于加速训练、而且还带来了一点意想不到的作用“正则化~”
softmax归一化：处理最后分类结果是多分类的
