tensorflow和python学习中遇到的问题

1. 为防止神经网络因特征过去导致过拟合，给weight加上一个L2的loss，做一个L2正则化处理。tensorflow中的代码为：tf.nn.l2_loss(var): output = sum(t ** 2) / 2。

2. 增强神经网络泛化能力，tf.nn.lrn()。 LRN是针对RELU这种没上限边界的激活函数，可以使得神经元中响应比较大的值变得相对更大，响应比较小的得到抑制

3. python 里面的 iterools.izip。查文档说到3.x后变了Changes usage of itertools.ifilter(), itertools.izip(), and itertools.imap() to their built-in equivalents
   即：python3 中zip代替izip