1) 调整学习率：根据训练数据的特点和模型表现，调整学习率可以有效调节模型。

2) 调整正则化参数：正则化参数（例如L1和L2）可用来控制模型的复杂度，通常情况下，调整正则化参数可以减少过拟合问题。

3) 调整隐藏层大小：隐藏层大小可以影响模型对训练数据集的拟合程度，一般情况下，增加隐藏层大小可以改善模型的性能，但也会增加训练时间。

4) 调整激活函数：选择不同的激活函数可以改变模型的表现，有时候可以改善模型的准确率或者减少过拟合的程度。