1.收敛速度慢
解决：
- 设置合理的初始化权重w和偏置b
模型训练本质上就是调整w和b的过程，好的开始是成功的一半。（为什么不0初始化？哪三种常用的初始化方法？https://blog.csdn.net/weixin_43167121/article/details/88176101） - 优化学习率
学习率太小，会增加迭代次数，加大训练时间。但学习率太大，容易越过局部最优点，降低准确率。
所以应当一开始学习率大一些，从而加速收敛。训练后期学习率小一点，从而稳定的落入局部最优解。使用Adam，Adagrad等自适应优化算法，就可以实现学习率的自适应调整，从而保证准确率的同时加快收敛速度。 - 网络节点输入值正则化 batch normalization
神经网络训练时，每一层的输入分布都在变化。不论输入值大还是小，我们的学习率都是相同的，这显然是很浪费效率的。而且当输入值很小时，为了保证对它的精细调整，学习率不能设置太大。那有没有办法让输入值标准化得落到某一个范围内，比如[0, 1]之间呢，这样我们就再也不必为太小的输入值而发愁了。
当然有！可以对每一个mini-batch数据内部进行标准化，使他们规范化到[0, 1]内。这就是Batch Normalization。 它在每个卷积层后，使用一个BN层，从而使得学习率可以设定为一个较大的值。 - 采用更先进的网络结构，减少参数量
训练速度慢，归根结底还是网络结构的参数量过多导致的。减少参数量，可以大大加快收敛速度。
1）使用小卷积核来代替大卷积核。VGGNet全部使用3x3的小卷积核，来代替AlexNet中11x11和5x5等大卷积核。
2）1x1卷积核的使用。1x1的卷积核可以说是性价比最高的卷积了，没有之一。它在参数量为1的情况下，同样能够提供线性变换，relu激活，输入输出channel变换等功能。VGGNet创造性的提出了1x1的卷积核。
3）全局平均池化代替全连接层。这个才是大杀器！
AlexNet和VGGNet中，全连接层几乎占据了90%的参数量。inceptionV1创造性的使用全局平均池化来代替最后的全连接层，使得其在网络结构更深的情况下（22层，AlexNet仅8层），参数量只有500万，仅为AlexNet的1/12
2.过拟合问题
过拟合在机器学习中广泛存在，指的是经过一定次数的迭代后，模型准确度在训练集上越来越好，但在测试集上却越来越差。究其原因，就是模型学习了太多无关特征，将这些特征认为是目标所应该具备的特征。
- 输入增强，增大样本量
可以使用输入增强方法。对样本进行旋转，裁剪，加入随机噪声等方式，可以大大增加样本数量和泛化性。
也可以收集更多且更全的样本。 - dropout，减少特征量
使用dropout，将神经网络某一层的输出节点数据随机丢弃，从而减少特征量。这其实相当于创造了很多新的随机样本。一般在神经网络的全连接层使用dropout。
3.线性模型的局限性
线性模型的特点是，任意线性模型的组合仍然是线性模型。不论我们采用如何复杂的神经网络，它仍然是一个线性模型。然而线性模型能够解决的问题毕竟是有限的，所以必须在神经网络中增加一些非线性元素。
解决：
- 激活函数的使用
在每个卷积后，加入一个激活函数，已经是通用的做法。激活函数，如relu，tanh，sigmod都是非线性函数。
相比于tanh和sigmod，relu的优点有：
1）计算速度快，容易收敛。relu就是一个取max的函数，没有复杂的运算，故计算速度很快。
2）不会梯度消失。x>0时，relu的梯度为1。
4.梯度弥散, 无法使用更深的网络
- relu代替sigmoid激活函数
- 残差网络
大名鼎鼎的resNet将一部分输入值不经过正向传播网络，而直接作用到输出中。这样可以提高原始信息的完整性了，从而在反向传播中，可以指导前面几层的参数的调整了。如下图所示。
使用了残差网络的resNet，将网络深度提高到了152层，大大提高了模型的泛化性，从而提高了预测准确率