code 各个经典深度学习模型与经典数据集的搭配实战 1、Alexnet与mnist、cifar10 2、LSTM与经典数据集 3、VGG与经典数据集 4、各种深度学习模型调参技巧的运用 实战步骤 建立一个baseline，使网络能跑起来，输出训练精度和测试精度 添加dropout层，优化网络 添加记录损失函数值的功能，加入损失函数的集合，观察训练效果 改变keep_prob值，观察实验效果 添加学习率的优化及改进 在权重参数上实现L2正则化，加入损失函数的集合，观察训练效果 添加tensorboard，进行网络可视化 保存模型参数 预加载模型参数进行预测