代码中参数疑问

1、batch_size

　　模型训练时候，每次送几个数据进行训练。

　　取值一般是2的幂指数，如：256、128、64、32、16、8、4、2

2、epochs

　　训练多少次

3、输出图像三维数组

　　学习opencv时，读取完一张彩色图像后，打印这张图像，结果出来一个三维数组。

　　每个最内层的数组有三个元素，代表着RGB三个通道的灰度值。第二层和第三层则负责遍历整个行和列。

4、随机数种子

　　深度学习网络模型中初始的权重参数通常都是初始化成随机数。

　　使用随机种子可以保证每次运行实验时产生的随机数都是相同的。

5、dropout层

　　防止模型过拟合，提升模型的泛化能力，一般取0.5

6、激活函数

　　激活函数的最大特点就是非线性。

　　数据的分布绝大多数是非线性的，而一般神经网络的计算是线性的，引入激活函数，是在神经网络中引入非线性，强化网络的学习能力。

　　常见的激活函数：sigmoid、tanh、ReLU(修正线性单元函数)

7、[b, h, w, 1]/[b, h, w, 3]

　　b表示几张图片

　　h表示行

　　w表示列

　　最后的数字表示channel通道。1表示灰度图，3表示彩色图片(RGB)。