卷积神经网络有那么多参数，应该如何选择这些参数，又该如何优化它们呢？大量的权重连接值需要通过梯度下降等方法进行迭代调整，有些架构可能因为强大的表征力而产生测试数据过拟合等现象。卷积神经网络不仅要求在训练数据上有良好的表现，同时要求在未知的输入上有理想的泛化效果，如何实现这些效果是我们关注的重点。本节将介绍卷积神经网络中的激活函数、权重初始化方法、常用优化方法、正则化方法等。 lEl7Nhz4jZLgWjCutS3Cxv0oG4vkQHHXUBpiiHwrbjT3fIOmMyspFlc03pSRRm41