Bp神经网络的调参(未完，待续)

    各位数据游侠，炼丹师，由于最近项目上的数据迟迟未到，闲的无聊，so 盘一盘神经网络。虽说之前各种大大小小的网络都使用过，然而对其网络的改进工作却迟迟没有落实，所以。。。不过经过几天时间的摸索，看了各大教程，大多数文章都是不管三七二十一，先甩出一大堆理论（比如:超参数，前前后后一共接近十几个）暂且不谈你能否调出一个好的神经网络模型，就这么参数的组合，估计也是够喝一壶的了。我这几天着重的对learing_rate(学习率)和batch_size(每批送入到网络训练的数据）这两个参数进行了调参的操作，后来再针对梯度下降的方法进行了优化，使用了优化器加快了梯度下降的步伐。大多数教程显示了很多理论，并没有具体的操作，下面是我最近几天调参的一些心得，当然还有待更新。

                                                               第一部分.数据集

    由于项目上的数据集数量比较少，在这里我一样采用的那个经典的数据集：Mnist数据集，在这儿附上下载链接：mnist手写数据集至于这数据集的格式啥的，我不过多的介绍，相信只要是搞过深度学习这个方向的都会知道这数据集的格式。至于刚入门并不了解的，可以自行百度