网络容量
- 网络中神经单元数越多，层数越多，神经网路的拟合能力越强。但是训练速度，难度越大，越容易产生过拟合。
如何选择超参数
- 所谓超参数，也就是搭建神经网路中，需要我们自己去选择（不是通过梯度下降算法去优化）的哪些参数。比如，中间层的神经元个数，学习速率。
如何提高网络的拟合能力
增大网络容量
- 增加层（深度）
增加层会大大提高网络的拟合能力，这也是为什么现在深度学习的层越来越深的原因 - 增加隐藏神经元个数（宽度）
单纯的增加神经元个数对网络性能的提高并不明显 - 注意：单层的神经元个数，不能太小，太小的话，会造成信息瓶颈，使得模型欠拟合
