課程二(Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization)，第三週（Hype

 

【中文翻譯】

  二、每一個 hyperparameter, 若是設置不佳, 會對訓練產生巨大的負面影響, 因此全部的參數都一樣重要, 能夠很好地調整。真的仍是假的？

 【中文翻譯】

   四、若是你認爲β (hyperparameter 爲動量) 在0.9 和0.99 之間, 如下是推薦的方法爲 beta 的值抽樣？

 

【中文翻譯】

 八、如下哪一項關於γ和β在Batch Norm 中的陳述是真的？

 　　每一個層都有一個全局值γ∈R 和一個全局值β∈R, 並適用於該層中的全部隱藏單元。　　

　　最優的值是和β = μ。　　

　　β和γ是算法的參數, 咱們經過隨機抽樣進行調整。

　　他們能夠使用Adam, 動量梯度降低與,或 RMSprop訓練, 不僅是與梯度降低。

　　它們設置給定層的線性變量 z ^[l] 的平均值和方差。