服务器

在自己的路径非root配置anaconda
conda install scipy==1.1.0
https://www.pianshen.com/article/11091272559/
环境配好就不要乱改了，不可逆的，新的项目环境不对建立新的环境
1.建立环境
source ~/.bashrc
source activate
conda create --prefix=/home/zxl/yk/anaconda3/envs/cvTrain python=3.5
conda info --envs
接下来用pip就可以下载到自己的环境了

调参
调参首先要保证训练集的准确率，训练集上不去测试集高不了的。
正则化可以使得训练集和测试集准确率趋于一致，这也就意味着会降低训练集的准确率。
batchsize甚至randomseed等等参数对结果影响都很大

hist = model.fit(X, y, validation_split=0.2)
print(hist.history)
训练数据会在每个epoch的训练中都重新洗乱一次。
验证集的数据不会被洗乱
Batch：中文为批，一个batch由若干条数据构成。batch是进行网络优化的基本单位，网络参数的每一轮优化需要使用一个batch。batch中的样本是被并行处理的。与单个样本相比，一个batch的数据能更好的模拟数据集的分布，batch越大则对输入数据分布模拟的越好，反应在网络训练上，则体现为能让网络训练的方向“更加正确”。但另一方面，一个batch也只能让网络的参数更新一次，因此网络参数的迭代会较慢。在测试网络的时候，应该在条件的允许的范围内尽量使用更大的batch，这样计算效率会更高。