我们提出了一种新颖的白盒方法来进行超参数优化，通过最小化损失函数的强凸性来改善其平坦性，并利用神经网络的结构推导出近似求解强凸参数的闭式方程。通过随机搜索最小化超参数配置，我们在14个分类数据集上的实验中展示了我们的方法在运行时间的一小部分下取得了强大的性能。