調參方法：網格調參
tf.layers.conv2d()中的padding參數
取值「same」，表示當filter移出邊界時，給空位補0繼續計算。該方法可以更多的保留圖像邊緣信息。當圖片較小（如CIFAR-10中的32*32）時，推薦使用該選項ide
取值「valid」，表示當filter移出邊界時，捨棄該filterspa
tf.layers.conv2d()中的filters參數
通常取值：圖片
通常越靠後的層，咱們將它的filters取的更多一些，一是爲了保留更多的信息，二是爲了提取更多抽象的特徵內存
tf.layers.conv2d()中的kernel_size參數和strides參數
tf.layers.max_pooling2d()中的pool_size參數和strides參數
kernel參數通常取7/5/3/1等，strides通常取3/2/1等it
通常越靠後的層，咱們將kernelsize取的越大一些，strides不變io
tf.layers.dense()中的units參數
通常取值：1024/2048/4096class
tf.train.AdamOptimizer()中的learning_rate參數
通常取值：0.001/0.01/0.1/0.0001方法
通常在訓練開始時咱們將learning_rate調大讓模型加速降低，在訓練一段時間後咱們將learning_rate調小讓模型更易收斂im
epochs參數（批次數）
這個不肯定，通常咱們寫一個腳本，判斷當validation accuracy不斷小幅度波動時中止腳本
batch_size參數
通常取64/128/256
圖片大的時候取小一點，防止炸內存（例如CIFAR-10中圖片小，32*32，因此咱們能夠取大一點的例如256）
理論上取大一點好
通常取2的整數次方
keep_probability參數
通常默認0.5
conv_pooling的層數
隨緣，深的能力強