3.6 模型的超参数和参数的区别

模型的超参数（Hyperparameters）是机器学习或者深度学习中经常用到的一个概念，我们可以认为其是根据经验来人为设置的一些与模型相关的参数。比如说前面提到的学习率，学习率需要根据经验来人为设置。比如模型的迭代次数，也是需要在模型训练之前预先进行人为设置。

而前面提到的权值和偏置值则是参数（Parameters），一般指的是模型中需要训练的变量。我们会给权值和偏置值进行初始化，随机赋值。模型在训练的过程中会不断调节这些参数，进行模型优化。