因为学习过程使用的是jupyter notebook，偶尔会讲一下使用notebook时碰到的问题。notebook打开后闪退（命令提示符界面弹不出来），可能是修改的保存位置出现错误，我是修改到了d盘然后文件夹被我移走了。

为什么training的时候要用batch？在计算微分的时候，不是将所有的data算微分，而是将整个training data分成一个一个的batch分别算微分。在之前的学习中已经了解到，在Optimization的过程中，会将整个Training Data分为数块，这样的一块称为一个Batch。更新参数的过程就变成了，将初始参数分别带入各个Batch进行更新，分别计算Gradient并更新参数。

假设一个模型，如果这个数据在训练集里存在过，那就输出它的真实值，如果没出现过，那就输出任意值。我们可以做三次（比如第一份做val，二三份做train），这样我们将模型带入就会得到三次结果，再将三个结果取平均，就得到了我们最终的结果。模拟得出Model就是我们通过训练集要做的事情，但是因为训练集太小从而导致模型想多了拟合出一个非常复杂的曲线，从而导致在测试集上的预测结果完全放飞。，也就是数据不够多时