1.6其它防止过拟合方法
1.扩增数据，（如果不能获取更多的新数据时，你可以将图片水平翻转，任意裁剪图片，对于光学字符，可以扭曲旋转）
2.early stop
即在测试误差小的一个点时，就停止继续迭代下去，如在下图标记的地方就停止迭代
原理：一开始W很小，接近0，神经网络简单，
early stop的缺点，过早的停止迭代，造成训练误差很大
纠正一个点：训练数据集是找到一个合适的算法，以及神经网络架构
验证集也要重新跑一片学习，从b=0开始跑，所以找出验证集也会有cost的函数，只不过一般都会先下降，后增加
1.7 初始化输入（归一化输入）
如果输入的特征之间数据的范围差别很大（如
），这样会造成成本函数非常的狭长，非常不利于梯度下降来趋向最优值
归一化方法：
-
均值化
-
归一化方差
注意：验证集，训练集的
必须是要一样的，
有训练集计算出来，验证集不要再算，用训练集得到的
1.8 梯度消失或梯度爆炸
先从正向传播来看W
假设b=0，
，则
如果层数够深。即使，一开始初始化的W很小，传递到后面A的输出也会产生巨大的变化，A随着层数的增加呈指数式增长/减小
同理应用到反向传播，梯度就会消亡或者爆炸
1.9 随机初始化权重
当然是希望
的和为1好一点，（x经过归一化处理后，是均值为0，方差为1的矩阵，这样非常有利于抵消梯度消失或者梯度爆炸）所以对于每一个特征分配的权重希望在
左右，即W随机出来的值均值为0，方差为
还需要明白一点的是np.random.randn 随机出来的矩阵的元素遵循
的高斯分布，根据W的方差要为
，所以初始化时有这样一个骚操作（改变方差，不知道为什么是乘以一个标准差，有点小不懂）
的维度是与上一层的输入a对应的，所以后面*的是第l-1层的特征
注意：当使用relu作为激活函数时，由于会去掉负半轴的数据，所以输入想要维持输出的a还在1附近，就在W上动动手，将它的希望值提高一倍，即方差变成
所以对于当第一层的激活函数为relu时，初始化
1.10 梯度检验
使用双边求差
它测出来的值与实际导数值误差为遵循
，即误差值会小于等于选取的
的平方函数，亲测真理（也可以去翻一片高数）
如果是单边预测，那么误差会遵循
，选取的
肯定是一个很小的值，在小数范围类，
肯定更小
梯度检验作用：验证你的写反向传播时，是否哪里写错了
具体方法：1. 将
喝到一个矩阵里面去，称作
2 
表示第i层的参数
for each i：
即对于每一个参数都来一个双边求差，并添加到
数组中
然后在于你建立的反向传播算法的
比较
取
值，
在
左右最好
上式:分子是两个矩阵的距离，还要除以一个数，是防止
它们本身很大
梯度验证执行建议：
-
训练的时候不要使用它，是当你程序跑偏需要调试的时候在来用梯度验证，应为梯度验证运行速度太慢了
-
如果差值太大，请确认到时哪一个参数
-
记得有一个正则项的存在
-
当有dropout在时，不要使用梯度验证，应为随机失活，是的J根本不确定。使用梯度验证，请关闭随机失活，
-
小概率事件，W，b在小值运行时，是正确的，但W，b大了之后，就有误差了。
可以在随机初始化时运行梯度检验（不知所云….）