神经网络的一些笔记

为什么ReLU比较好？

(https://devblogs.nvidia.com/parallelforall/deep-learning-nutshell-history-training/)
这篇文章有一个解释：Sigmod函数在x比较大的时候，梯度很小，所以收敛很慢，而ReLU在x>0时梯度恒定为1，收敛速度比Sigmod快，所以现在梯度比较大的激活函数比较受欢迎。

L1 AND L2 REGULARIZATION

上面那篇文章也有解释，但是没太看懂， 如下文章说得更多一些，但是老是说是还是不太懂。基本的意思似乎是说是选择的权重参数更合理，减少过拟合，难道训练数据非常多的时候也需要这样搞？
http://blog.csdn.net/zouxy09/article/details/24971995/
还看到一个说法：L2 regularization也叫weight decay

各种梯度下降算法的解释

深度解读最流行的优化算法：梯度下降

感觉结论是Adam是比较有效的GD算法。