Train sets 用来训练你的算法模型
Dev sets 用来验证不同算法的表现情况，从中选择最好的算法模型
Test sets 用来测试最好算法的实际表现，作为该算法的无偏估计
这 3 个集合在数量不大，如：100,1000,10000 的时候，设置为 60%、20%、20%，或者 70% 和 30%（无 dev）；
大数据时代，对于 100 万的样本，往往也只需要 10000 个样本就够了，对于大数据样本，Train/Dev/Test sets 的比例通常可以设置为 98%/1%/1%，或者 99%/0.5%/0.5%。样本数据量越大，相应的 Dev/Test sets 的比例可以设置的越低一些。
上述这么划分数据的一个前提假设是：训练样本和测试样本来自于相同分布。
举个例子，假设你开发一个手机 app，可以让用户上传图片，然后 app 识别出猫的图片。在 app 识别算法中，你的训练样本可能来自网络下载，而你的验证和测试样本可能来自不同用户的上传。从网络下载的图片一般像素较高而且比较正规，而用户上传的图片往往像素不稳定，且图片质量不一。因此，训练样本和验证 / 测试样本可能来自不同的分布。
我们在参加比赛的时候，一般不需要去设置 testset，Test sets 的目标主要是进行无偏估计。我们可以通过 Train sets 训练不同的算法模型，然后分别在 Dev sets 上进行验证，根据结果选择最好的算法模型。
high bias。 减少 high bias 的方法通常是增加神经网络的隐藏层个数、神经元个数，训练时间延长，选择其它更复杂的 NN 模型等。
high variance。减少 high variance 的方法通常是增加训练样本数据，进行正则化 Regularization，选择其他更复杂的 NN 模型等。
传统机器学习算法中，Bias 和 Variance 通常是对立的，减小 Bias 会增加 Variance，减小 Variance 会增加 Bias。而在现在的深度学习中，通过使用更复杂的神经网络和海量的训练样本，一般能够同时有效减小 Bias 和 Variance。
问题优化方法高偏差增加复杂度高方差正则化，增加数据
问题：为什么只对 w 进行正则化而不对 b 进行正则化呢？
答：因为 w 维数高，复杂度远超 b。
L1 优点：节约存储空间，因为大部分 w 为 0。
缺点：微分求导方面比较复杂。
结论：选择 L2 regularization。
问：为什么 L2 正则化有效？
答：可以这么理解。
加入正则化后，参数 w 的更新变为：
此处显然
也就意味着加入 L2 后，参数 w 的衰减加快，而我们在古玩论坛神经网络中一般会有一个激活函数，我们以 tanh 为例：
如果 w 小话，意味着输出小，而 tanh 在 0 附近接近于线性，也就意味着网络的非线性整体减小了。
但是如果 w 过小，意味着某些神经元会不起作用，网络变为：
此时网络的拟合能力变弱，因此我们要选择一个合适的 ，防止 w 衰减过快。
Dropout 有不同的实现方法，下面介绍：
Inverted dropout
keep_prob=0.8# 保留0.8dl=np.random.rand(al.shape[0],al.shape[1])
随时随地看视频
