如何去确定初始参数
有那么多参数，比如说学习率yita，惩罚的大小lambda，以及mini－batch还有网络什么时候停止。
一个比较宏观的思路是为了验证想法，没有必要用全部的数据集，而是采用其中的一部分，验证有效了，再去使用更大的数据集合，而且为了验证想法，可以适当的减小网络的层的深度，而且做更频繁的validation，其实就是相当于做快速的小实验，能够更快的训练网络，看到想法的效果。
所以这样的想法在实验时候非常有效。记住：使用小网络进行小样本的测试。
那么对于学习来说，到底什么样的参数合适呢？
学习率：数量级确定之后越大越好。
Early stop：由于学习的时候学习的正确率在震荡，因此难以确定到底是在哪一轮停止，所以采用比如说n轮准确率不上升来确定该停止了。有可能带来的一个问题就是可能在某一阶段，学习到了一个平台，多了一会儿就继续下降，不过这个问题在考虑的时候不用考虑这么多，因为这样的概率还是比较少的，或者觉得不够好，再修改n。不过这确实是一个即使停止训练的有效的方法。
Lambda：这是为了惩罚w过大，确定了学习率之后进行相关的调试，找到一个比较好的值，反过来再调整一下学习率lambda。这样相互交替，达到一个比较好的结果。其实学习率可以看成是步长，而梯度下降可以看成是方向，我要在某个方向上走长的距离，而lambda决定了方向，按照原来的思路，其实在某一个方向上的数值要进行改变的时候是稍微减小，也不会变化特别的大，于是就是相当于，我不是再当前的点上进行调整，而是稍微减小了一些之后再进行调整，不过总觉的怪怪的，因为虽然说是减小，但是实际上相当于再参数空间变换了一个位置，再按照原来的位置进行一个学习。
Mini－batch size：为了充分发挥计算机的计算能力，可以采用想量化的变成或者是并行计算，这样的计算效率要高好多，所以通过这样的方式能够有效的减少训练的真实时间。
下面问题来了：
1. 有没有一个程序能够自动调参，当然，我说的不是枚举，而是通过某种可以和网络输出结果相互动的方式来进行参数的学习。
2. lambda可以看成是希望减小w，小了之后对于特别奇葩的值就不是很敏感，但是如果从参数空间上来看，是缩放到了另一个点之后再调整，那么这两个点之间有什么关系？