[ 深度学习 ] —— 经验汇总： 调参

一、各种经验汇总

1、尽量保证输入的训练数据的平衡。——例：分类问题中，输入网络的训练样本最好每个类别的图片数量一样。实验验证 —— {解决方法：当样本实在是不平衡时候，可以通过复制样本的方法使得数据平衡。}

     引伸：

     1)、采用mini-batch方式训练时候，由于mini-batch中的数据是shuffle的，那么每个minibatch中的数据就不一定平衡了。—— {解决方法：想办法每次shuffle的时候，保证每个mini-batch中的数据都是平衡的，即：每一类都数量基本相同。具体内容} 

2、查看分类错误的样本是哪个，根据特点调整网络。

3、权重初始化的重要性。

https://www.bilibili.com/video/av29378789/?p=5