神经网络一些训练心得

记录一下，慢慢更新...

一、数据方面

1. 一定要做标准化！！！不然NN根本不工作

2、高维离散特征embedding是有效的

二、模型方面

1、可以加入BN层，但感觉提升不明显

2、初始化方法

三、调参方面

主要是DNN，目前主要调整的超参数：

1. 学习率 learning rate：开始是0.001，增大到0.01，auc反而更高了

2. drop out：设置的0.9，比没用drop out 还是有提升的

3. batch size：

4. 优化算法：一开始用的Adam

5.