我们到目前为止在神经网络中使用了好几个参数，hyper-parameters包括：
学习率（learning rate）：
Regularization parameters：λ
之前只是设置了一些合适的值，如何来选择合适的hyper-parameters呢？
例如：
我们设置如下参数：
隐藏层：30个神经元，mini-batch size：10，训练30个epochs，,
代码如下：
mport mnist_loader #下载数据模块
import network2 #刚才实现好的network
import matplotlib.pyplot as plt
training_data,validation_data,test_data=mnist_loader.load_data_wrapper()
net=network2.Network([784,30,10],cost=network2.CrossEntropyCost)
net.SGD(training_data,30,10,10.0,lmbda=1000.0,evaluation_data=validation_data,monitor_evaluation_accuracy=True)结果：
结果差的可以，简直跟随机猜测一样
神经网络中可变化调整的因素很多：
神经网络结构：
层数，每层神经元个数多少
初始化w和b的方法
Cost函数
Regularization
输出层用Sigmoid输出还是Softmax？
是否使用Dropout？
训练集大小
mini-batch size
学习率（learning rate）：
Regularization parameter:
总体策略
从简单的出发开始实验，如：MNIST数据集，开始不知如何设置，可以先简化使用0,1两类图，减少80%数据量，用两层神经网络[784,10]（比[784,30,10]快）
更快的获取反馈：之前每个epoch来检测准确率，可以替换为每1000个图之后，或者减少validation set 的量，比如用100代替10000
重复实验：
只用1000个训练集，validation_data只取前100个
import mnist_loader #下载数据模块
import network2 #刚才实现好的network
import matplotlib.pyplot as plt
training_data,validation_data,test_data=mnist_loader.load_data_wrapper()
net=network2.Network([784,10])
net.SGD(training_data[:1000],30,10,10.0,lmbda=1000.0,evaluation_data=validation_data[:100],
monitor_evaluation_accuracy=True)结果：
更快得到反馈，之前可能每轮要10秒，现在不到1秒：
之前设置为1000，因为减少了训练集的数量，
为了保证weight decay一样，对应的减少
代码：
training_data,validation_data,test_data=mnist_loader.load_data_wrapper()
net=network2.Network([784,10])
net.SGD(training_data[:1000],30,10,10.0,lmbda=20.0,evaluation_data=validation_data[:100],
monitor_evaluation_accuracy=True)
效果要好一些，现在再来调整一下学习率
是否是学习率太低，应该更高？
增到到100试一下：
net=network2.Network([784,10])
net.SGD(training_data[:1000],30,10,100.0,lmbda=20.0,evaluation_data=validation_data[:100],
monitor_evaluation_accuracy=True)
结果变得更差了，可能是学习率太高了，现在再来降低一些，使
试一下
net=network2.Network([784,10])
net.SGD(training_data[:1000],30,10,1.0,lmbda=20.0,evaluation_data=validation_data[:100],
monitor_evaluation_accuracy=True)
效果果然比之前要好很多
现在假设保持其他参数不变：30 epochs，mini-batch size:10，
实验学习率=0.025，0.25，2.5
随着学习率的不同，Cost的表现是这样的：
很明显的可以看出，蓝线的表现是最棒的，曲线非常平滑，且浮动较小，一直在减小
如果学习率太大，可能造成越走越高，跳过局部最低点，太小的话，学习可能太慢
对于学习率，可以从0.0001，0.01，0.1，1.0，10.0开始尝试，如果发现cost开始增大，停止，开始更小的微调
对于MNIST，先找到0.1,然后0.5，然后0.25
对于提前停止学习的条件设置，如果accuracy在一段时间内变化很小（不是一两次）
之前一直使用学习率是常数，可以开始设置大一点，后面逐渐减少：比如开始设定常数，直到验证集上准确率开始下降，减少学习率
对于Regularization parameter :
先不设定Regularization，把学习率调整好，然后再开始实验，1.0,10.0,100…,找到合适的，再微调
对于mini-batch size：
太小：没有充分利用矩阵计算的library和硬件的整合的快速计算
太大：更新权重和偏向不够频繁
好在mini-batch size和其他参数变化相对独立，所以一旦选定，不用重新尝试
自动搜素：
网格状搜索各种参数组合（grid search）
比如53,55等多种组合，这种方法对于参数之间会相互影响的情况处理的比较好
如何选择hyper-parameters仍是一个正在研究的课题
随机梯度下降有没有其他变种，Hessian 优化，Momentum-based gradient descent
除了sigmoid，有没有其他人工神经网络的模型呢？
(1)tanh，tanh（w*x+b)
tanh只是一个重新调节过度量后的sigmoid函数：
在-1到1之间浮动，不像sigmoid在0,1之间，所以输入要转化到-1,1之间
rectified linear 神经元：
max(0,w*x+b)
像sigmoid，tanh一样，也可以模拟任何函数
优势：增加权重不会引起饱和，但加权的输入如果是负数，gradient就为0
要靠实验比较 rectified linear 和sigmoid，tanh的好坏
目前神经网络还有很多方面理论基础需要研究，为什么学习能力强，现在的一些实验表明结果比较好，但发展底层理论还有很长的路要走。
