记录一下，慢慢更新...
一、数据方面
1. 一定要做标准化！！！不然NN根本不工作
2、高维离散特征embedding是有效的
二、模型方面
1、可以加入BN层，但感觉提升不明显
2、初始化方法
三、调参方面
主要是DNN，目前主要调整的超参数：
1. 学习率 learning rate：开始是0.001，增大到0.01，auc反而更高了
2. drop out：设置的0.9，比没用drop out 还是有提升的
3. batch size：
4. 优化算法：一开始用的Adam
5.
神经网络一些训练心得
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
- 文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
推荐阅读更多精彩内容
- 主要分析startActivityForResult以后Fragment中onActivityResult回调回来...
- 你未曾觉得自己老去 即使你早已长大 甚至已有了自己的子女 只因为 母亲一直在你身边…… 在这个世界上， 我们通常扮...
