版权声明：本文为博主原创文章，未经博主允许不得转载。如有问题，欢迎指正。 https://blog.csdn.net/kellyroslyn/article/details/89278163
在机器学习或者深度学习领域，参数和超参数是一个常见的问题。
参数（Parameter）：模型根据数据可以自动学习出的变量。比如，权重，偏差等；
超参数（Hyperparameter）：在开始学习过程之前设置值的参数，而不是通过训练得到的参数数据。它具有参数的特性，比如未知，也就是它不是一个已知常量。一种可手工配置的设置，需要为它根据已有或现有的经验指定“正确”的值，也就是人为为它设定一个值，它不是通过系统学习得到的。比如，聚类中类的个数，学习速率，迭代次数，层数，每层神经元的个数等。