可视化模型结构
api的介绍
命名空间的使用
通过命名空间的使用可以使模型结构更加清新！
一般空间里没有get_variable的话使用name_scope，否则可能使用variable_name命名空间！
更高级的模型可视化，Memory and Compute time
可视化参数分布
可视化训练过程
可视化Embedding数据分析
就是一串代码，然后进行降维进行可视化的过程（通过PCA或者T-SNE）！不做过多阐述！
一些模型调优手段
1.图像数据的各种仿射变换。安装库：https://github.com/mdbloice/Augmentor
2.参数初始化！
3.优化器的选取！
4.归一化操作！
5.学习率的选取！
太大可能会导致loss爆炸，太小可能会导致loss变化很小，一般先设置大一点有需要在慢慢进行调整！
6.Batch_size的选取！（此参数很有必要，会有影响的）
7.ensemble model！（模型融合，进行提升）
同样的模型结构，不同的初始化方法！（bagging）
不同的模型，选取最好的几个模型结构！
8.过拟合一般进行系数加正则项 / dropout / early stopping（一般是验证集的准确率连续下降，认为过拟合了）