機器學習中的常用超參數

steps：訓練迭代的總次數。一步計算一批樣本產生的損失，然後使用該值修改一次模型的權重。
batch size：單步的樣本數量（隨機選擇）。例如，SGD 的批次大小爲 1。
以下公式成立：

periods：控制報告的粒度。例如，如果 periods 設爲 7 且 steps 設爲 70，則練習將每 10 步輸出一次損失值（即 7 次）。與超參數不同，我們不希望您修改 periods 的值。請注意，修改 periods 不會更改模型所學習的規律。
以下公式成立：