Cross Validation

面对超级参数（hyper parameter)的选择的时候，一个方法是: Cross Validation

1. 将training data分成 2份，3份， 5份，10份

2. 将其中1份设置为Validation data,

3. 将各种超级参数的可能情况迭代（2份除外，2份的话，training data占大概90%）

4. 得到精度（accuracy)，下图来自于cs231n课程资料

5.选择最优

优点： 帮助优化超级参数

缺点：计算量大