总结的几条训练神经网络的秘笈

写代码之前

总的来说，Andrej Karpathy的技巧就是：不要心急 (文章结尾会道出原因) ，从简单到复杂逐步完善你的神经网络。

1、先别着急选算法，撸代码，先整理你的数据集

训练神经网络前，别管代码，先从预处理数据集开始。我们先花几个小时的时间，了解数据的分布并找出其中的规律。

这是因为：

神经网络学习过程的本质就是去学习训练集上的数据分布

       有一次在整理数据时发现了重复的样本，还有一次发现了图像和标签中的错误。

所以先看一眼数据能避免我们走很多弯路。

由于神经网络实际上是数据集的压缩版本，因此您将能够查看网络（错误）预测并了解它们的来源。如果你的网络给你的预测看起来与你在数据中看到的内容不一致，那么就会有所收获。

      一旦从数据中发现规律，可以编写一些代码对他们进行搜索、过滤、排序。

把数据可视化能帮助我们发现异常值，而异常值总能揭示数据的质量或预处理中的一些错误。