一、训练集、验证集和测试集
传统的机器学习的切分：【小数量，百、千、万】
70%的训练集、30%的测试集
60%的训练集、20%验证集和20%的测试集
大数据时代：【百万、千万、亿】
验证集的目的是验证不同的算法，检验哪种算法有效。
百万：98%训练，1%验证，1%测试
超过百万：99.5%训练，0.25%验证，0.25测试或者0.4、0.1做测试都可以
比如：100万条数据，1万做验证集，1万做测试集，98万做训练集。
经验法则：验证集和测试集同一分布。
二、偏差和方差：
三、防止过拟合的技术：正则化、early stopping、参数共享
四、正则化：L2、Dropout(随机失活）
正则化可以解决过拟合问题，因为比如加上一个 λ * L2【 ||W||2 】，如果λ过大，则 W趋向于0，则由一个深层神经网络变成一个浅层神经网络，会变成欠拟合状态。如果λ过小，则还是处于过拟合状态。如果适中，则问题解决。
Dropout正则化：在前向传播的时候，让某个神经元的激活值以一定的概率p停止工作，使模型泛化性更强，因为它不会太依赖某些局部的特征。【消除某些节点】
Dropout常用的方法：inverted dropout（反向随机失活）
过程：
（1）首先随机（临时）删掉网络中一半的隐藏神经元，输入输出神经元保持不变（图3中虚线为部分临时被删除的神经元）
（2） 然后把输入x通过修改后的网络前向传播，然后把得到的损失结果通过修改的网络反向传播。一小批训练样本执行完这个过程后，在没有被删除的神经元上按照随机梯度下降法更新对应的参数（w，b）。
（3）然后继续重复这一过程：.
恢复被删掉的神经元（此时被删除的神经元保持原样，而没有被删除的神经元已经有所更新）.
从隐藏层神经元中随机选择一个一半大小的子集临时删除掉（备份被删除神经元的参数）。.
对一小批训练样本，先前向传播然后反向传播损失并根据随机梯度下降法更新参数（w，b） （没有被删除的那一部分参数得到更新，删除的神经元参数保持被删除前的结果）。
（1）训练阶段采用dropout：
上面公式中Bernoulli函数是为了生成概率r向量，也就是随机生成一个0、1的向量。
代码层面实现让某个神经元以概率p停止工作，其实就是让它的激活函数值以概率p变为0。
比如我们某一层网络神经元的个数为1000个，其激活函数输出值为y1、y2、y3、......、y1000，我们dropout比率选择0.4，那么这一层神经元经过dropout后，1000个神经元中会有大约400个的值被置为0。
注意： 经过上面屏蔽掉某些神经元，使其激活值为0以后，我们还需要对向量y1……y1000进行缩放，也就是乘以1/(1-p)。如果你在训练的时候，经过置0后，没有对y1……y1000进行缩放（rescale），那么在测试的时候，就需要对权重进行缩放，操作如下。
（2）在测试模型阶段
预测模型的时候，每一个神经单元的权重参数要乘以概率p。
测试阶段Dropout公式：
五、梯度消失和梯度爆炸
W>1，W1*W2*……*Wn爆炸
W<1，W1*W2*……*Wn消失，趋向于0