tensorflow调试参数技巧整理

1：初始化很重要

2：mini batch size处理，深度模型加成，可以训练过拟合数据，如果这样结果都不满意，可直接换个模型试试了。

3：合适的loss function很重要，交叉熵，准确率走起

4：多方使用relu，batchnorm，dropout，adam，Learning Rate动态设置，初始设置要合理

5：图像预处理中选择 mean/std/ zero-center/max就足够了

6：多尺度的模型可以运用不同的stride进行特征选择

7：模型不确定就选3x3，filter数量2^n，珍惜底层图像特征，不要用过于复杂的模型训练底层