如何调整神经网络的参数，比如层数、层类型、宽度等？我现在只是简单地猜测好的参数。这对我来说变得非常昂贵和耗时，因为我会调整一个网络，然后发现它没有比之前的模型更好。有没有更好的方法来调整模型以获得好的测试和验证分数？

回答：

这完全是尝试和错误的方法。你需要多加尝试。没有特定的方法可以做到这一点。尝试使用GPU而不是CPU来加快计算速度，例如“Google Colab”。我的建议是记下所有可以调整的参数，例如：

1. 优化器：尝试使用不同的优化器，如Adam、SGD等更多选项
2. 学习率：这是非常关键的参数，尝试将其从0.0001调整到0.001，每次增加0.0001。
3. 隐藏层数量：尝试增加隐藏层的数量。
4. 尝试使用批量归一化或Drop out，或者在需要时同时使用两者。
5. 使用正确的损失函数。
6. 改变批量大小和轮次。