这节课中介绍了训练神经网络的第二部分，包括学习率曲线，超参数优化，模型集成，迁移学习
学习率曲线
在训练神经网络时，一个常见的思路就是刚开始迭代的时候学习率较大，然后随着迭代次数的增加，学习率逐渐下降，下面我们就来介绍几种学习率下降的方法：
第一种方法是我们在某些特定的迭代节点，将学习率乘以某个值比如0.1，这种方法显然又引入了更多的超参数，我们不想这样做，所以又设计了其它的下降曲线
比如上图的cos linear 等等 我们有时会发现保持学习率不变也是个不错的选择
实际上不同下降方法之间没有明显的对比统计，大多是根据不同领域习惯选择不同方法，比如计算机视觉用cos，大规模自然语言处理用linear等
在训练的时候，我们应该在发现验证集上准确率下降的时候就停止训练：
超参数优化
在训练神经网络的时候，在不同的超参数之间选择，我们常常会采用网格搜索，将不同的值排列组合，然后去训练
有时我们也会选择随机搜索，在设置的范围内随机选取相应的超参数的值：
在实际应用中往往随机搜索更好，从下图可以看出，最上面的绿色曲线表示准确率，网格搜索只能表示曲线上固定的几个值，而随机搜索引入了更多的随机性，从而可能得到更好的结果：
在选择超参数的过程中，我们一般有具体的流程：
第一步我们在什么都没有设置的情况下，可以先运行一下模型，看看损失是否正常，比如我们采用softmax函数输出c个类的得分，它的初始损失应该是log(c)
第二步我们先在几个比较小的样本集数据中训练我们的神经网络，调整网络架构，调整学习率与权重，注意不使用正则化方法，让我们的模型在小数据集上能达到100%的准确度，通过画迭代次数与loss的曲线观察，如果损失一直不下降，说明我们采用的学习率太小，如果损失突然下降到0或者损失爆炸，说明我们采用的学习率太大，并且上述两种情况都说明我们的初始化很糟糕
第三步我们根据前几步确定的结构，在此基础上使用权重衰减，采用不同的学习率，找到一个学习率，能在固定的迭代步骤内，使得损失下降幅度最大：
第四步我们选择第三步中的一些学习率与权重衰减，迭代几次，找出比较好的模型用于第五步，迭代更长时间，然后我们画出相关的学习曲线(损失与迭代次数的统计图，训练集与验证集在不同迭代次数上的统计图)作进一步的观察：
对于损失与迭代次数的统计图
这种在一段迭代次数内损失不下降说明我们初始化较为糟糕
这种出现损失平原的情况说明我们可以尝试学习率下降的方法
当学习率下降损失依然下降，说明我们采用的下降方法下降的太早了
对于训练集与验证集在不同迭代次数上的统计图
一直上升说明我们还可以训练更长时间
这种差异过大的曲线说明我们过拟合了，需要提升正则化强度或者引入更多数据
这种差异过小的曲线说明我们under fitting，需要训练更长时间，选择更复杂的模型
模型集成
模型集成常见的思路就是训练不同的模型，然后取它们结果的平均值：
我们也可以采用一个模型，在不同的训练时间输出不同的结果，再取平均值，采用循环学习率很有利于这种snapshot集成的方法：
同时我们也可以将这种思想应用于参数向量：
迁移学习
迁移学习是为了解决数据量不足的问题
先在给定的数据集上使用某种卷积网络训练图像数据，然后去除最后一层不获取预测得分，使用这个卷积网络作为特征向量提取器，冻结之前训练的层，然后再使用其它方法输出结果
比如右图2009年专门为数据集设计的神经网络
其余两个是在VGG上预训练 然后使用svm或者逻辑回归输出结果 得到的效果就比专门设计的要好
如果我们有更大的数据集，我们可以对cnn网络架构进行进一步的训练，使其能完成更多类型的工作
事实证明cnn网络结构的优化可以为许多下游的工作带来提升
上图说明了我们尝试在不同的数据集上应用cnn进行迁移学习需要进行的操作，假如数据集与imagenet相似，并且数据量较小，我们可以使用线性分类器输出结果，假如数据量较大，我们可以利用这些数据微调一些层，假如数据量较大并且与imagenet数据集不想死，我们需要在更多层上进行微调，如果数据量较小，我们就需要更多的尝试
下面两张图展现了这种迁移学习方法的广泛应用：
可以在物体检测 语言建模等方面应用
但是对于迁移学习也存在一些疑问，有人指出这种方法并没有比从头开始设计网络的方法好很多，小哥的建议是如果有充足的数据和算力，我们可以从头开始设计并且调整网络，大多数情况下使用预训练的网络加上微调步骤十分高效