以前刚入门的时候调参只是从hidden_size，hidden_num，batch_size，lr，embed_size开始调，但是后来才逐渐明白
- embed_size一般是设置完后不用再调的，比如设定为128后，就不要调了，因为embed_size只是表示将词嵌入到几维的空间而已。
- lr也一般都有固定值，比如选取优化器Adam的时候，lr=0.001，选取优化器SGD的时候，lr=0.01，
- hidden_num一般设置为1的时候就行，2层以上在简单的网络上只会到的适得其反的效果。
所以剩下该调的也只有hidden_size,batch_size,weight_decay，clip_norm，lr_decay了。
train_net:"train.prototxt"
test_net:"test.prototxt"
test_iter: 299
test_interval: 200
base_lr: 0.01
display: 20
max_iter: 6720
lr_policy: "step"
gamma: 0.1
power: 0.75
momentum: 0.9
weight_decay: 0.0001
snapshot: 224
snapshot_prefix: "snapshot"
solver_mode: GPU
device_id:0
debug_info:false
snapshot_after_train:true
test_initialization:false
average_loss:10
iter_size:1
stepsize:2000
type: SGD
eval_type:"detection"
ap_version:"11point"
show_per_class_result:true
我们就一个个来解析一下。
- train_net：训练的模型文件的路径。
- test_net：测试的模型文件的路径。
- test_iter：网络的迭代测试次数。网络一次测试batch_size张图片，因为为了可以将验证集中所有图片都测试一次，这个参数乘以batch_size应该等于验证集中的图片数。
- test_interval：网络迭代多少次进行一次测试。一次迭代即是将一个batch_size的图片进行训练。这个文件中test_interval设为了200，也就是说每隔200次对网络的准确率进行一次验证。一般来讲，我们是需要将训练集合中的所有图片都跑一次再对准确率进行测试，也就是test_interval乘以batch_size不小于训练集中的图片总数。
- base_lr：表示网络的基础学习率，学习率过高可能会无法梯度下降，loss保持不变，也可能loss不能收敛。而学习率过低会使网络收敛速度缓慢，也可能导致梯度消失。一般初始学习率设为0.01。
- display：每隔多少次显示一次。也就是在屏幕上打印一次loss和准确率。
- max_iter：网络的最大迭代次数。训练集中的图片需要训练多次，所以这个参数一般比较大。
- lr_policy：学习率变化策略，这里面又分为如下几类： - fixed： 保持base_lr不变。 - step：如果设置为step,则还需要设置一个stepsize, 返回 base_lr * gamma ^ (floor(iter / stepsize)),其中iter表示当前的迭代次数。 - exp：返回base_lr * gamma^ iter，iter表示当前的迭代次数。 - inv: 如果设置为inv,还需要设置一个power, 返回base_lr * (1 + gamma * iter) ^ (- power)。 - multistep：如果设置为multistep,则还需要设置一个stepvalue。这个参数和step很相似，step是均匀等间隔变化，而multistep则是根据 stepvalue值变化。 - poly：学习率进行多项式误差, 返回 base_lr (1 - iter/max_iter) ^ (power) - sigmoid：学习率进行sigmod衰减，返回 base_lr ( 1/(1 + exp(-gamma * (iter - stepsize))))
- gamma：因为这里学习率衰减策略为step，所以需要设置gamma和power两个参数。
- power： 同上。
- momentum：上一次梯度更新的权重，一般取值在0.5–0.99之间。通常设为0.9，momentum可以让使用SGD的深度学习方法更加稳定以及快速。
- weight_decay： 权重衰减项，防止过拟合的一个参数。在损失函数中，weight decay是放在正则项（regularization）前面的一个系数，正则项一般指示模型的复杂度，所以weight decay的作用是调节模型复杂度对损失函数的影响，若weight decay很大，则复杂的模型损失函数的值也就大。
- sanpshot：每多少次保存一次学习的结果，在caffe框架下就是caffemodel。
- snapshot_prefix：模型保存的路径。
- solver_model：设置使用GPU还是CPU进行学习训练。
- device_id：GPU序列号，默认从０开始。
- debug_info：是否显示debug信息。
- snapshot_after_train：是否在训练结束后保存一个snapshot文件。便于以后可以在此基础上继续训练。
- test_initialization：确保内存可以用并输出loss的初始值。
- average_loss：显示loss为之前average_loss个loss的平均值。
- iter_size：每处理ietr_size*batch_size张图片后进行一次梯度计算。
- stepsize：每多少次学习率递减。这里是迭代2000次学习率递减。
- type：优化算法的选择，一共有六种可选：SGD、AdaDelta、AdaGrad、Adam、Nesterov和RMSProp。默认为SGD。原理建议看看斯坦福大学的CS231N视频课程。
- eval_type：评价类型。
-
ap_version：计算平均准确率(map值)的方法，有11point、MaxIntegral、Integral三种，l1point是SSD在VOC2007中计算AP的方法，使用了简单的均值计算。MaxInterral是SSD在VOC2012中使用的最大值积分法。Integral是普通积分方法。
show_per_class_result：在终端输出每一类的AP（每一类的检测精度）信息。
二、TensorFlow2.0内置的超参数调优工具：HParams
参考资料：
weight_decay一般设置为多少_卷积神经网络学习路线（五）| 卷积神经网络参数设置，提高泛化能力？…
这些神经网络调参细节，你都了解了吗
过拟合解决方法之L2正则化和Dropout
详谈P(查准率)，R(查全率)，F1值