**1.首先控制Train Data上的结果 train set上的performance一定要作为先检查的标准

2.进而再看在Testing Data上的结果

3.1好，2不好就是Overfitting**

举例：
在train set中的performance 56的layder就比20的差，所以在testing set的performance就无法断定是overfitting

注意：自己遇到的问题找到对应合适的方法解决这个问题，就是两个分支的结果

调节方法：
在train set里面，network叠的越深，对于train的performance的结果是不好的


导致梯度消失的原因：：

改进方法：
修改activate function

ReLU 的变种

自动学习activation function maxout

如何求出activation max(z1,z2)

这种制作的activation function如何微分？？

分段求导，知道了谁最大，就是单独的linear function

调节方法二： Adaptive Learning Rate的方法

比Adagrad更好的一个方法：根据error suface表现出learning Rate的调大调小，把新的gradent考虑进去。

Momentum方法

惯性动量方法可以在某一程度上摆脱local min，考虑前一时刻的gradent

其实在计算过程中考虑了之前所有的gradent

问题：那么我们如何控制保证Train set 和 test set 的 performance的结果都是好的呢，我们都知道在lr设置没有问题时，通过增加epoc的次数可以让train set的performance越来越好，但是看testing 的performance 曲线，我们就可以看到并不是随着epoc增加越来越小，所以我们可以在每次的epoc的过程中来计算一次testing performance 称为 Validation set performance

Regularization

Regularization term(L2 regularization)

尽可能修改loss改为求最小值，接近零的。这里我们加一个term

Regularization term(L1 regularization)

Dropout

每次更新参数之前，抽取丢掉p%的节点，改变structure,形成比较瘦长的neuron network****继续做training


重中之重：
testing的时候是不抓爆的。但是testing要把weight缩小p%

Dropout是ensemble终极版本

weight是共用的