1.2為什么ReLU常用于神經網絡的激活函數？

1.在前向傳播和反向傳播過程中，ReLU相比于Sigmoid等激活函數計算量小；

2.避免梯度消失問題。對于深層網絡，Sigmoid函數反向傳播時，很容易就會出現梯度消失問題（在Sigmoid接近飽和區(qū)時，變換太緩慢，導數趨于0，這種情況會造成信息丟失），從而無法完成深層網絡的訓練。

3.可以緩解過擬合問題的發(fā)生。Relu會使一部分神經元的輸出為0，這樣就造成了網絡的稀疏性，并且減少了參數的相互依存關系，緩解了過擬合問題的發(fā)生。

4.相比Sigmoid型函數，ReLU函數有助于隨機梯度下降方法收斂。

為什么需要激活功能？

激活函數是用來加入非線性因素的，因為線性模型的表達能力不夠。

1.3 梯度消失和梯度爆炸的解決方案？梯度爆炸引發(fā)的問題？

梯度消失：靠近輸出層的hidden layer 梯度大，參數更新快，所以很快就會收斂；

而靠近輸入層的hidden layer 梯度小，參數更新慢，幾乎就和初始狀態(tài)一樣，隨機分布。 

另一種解釋：當反向傳播進行很多層的時候，由于每一層都對前一層梯度乘以了一個小數，因此越往前傳遞，梯度就會越小，訓練越慢。

梯度爆炸：前面layer的梯度通過訓練變大，而后面layer的梯度指數級增大。

①在深度多層感知機(MLP)網絡中，梯度爆炸會引起網絡不穩(wěn)定，最好的結果是無法從訓練數據中學習，而最壞的結果是出現無法再更新的 NaN 權重值。

②在RNN中，梯度爆炸會導致網絡不穩(wěn)定，無法利用訓練數據學習，最好的結果是網絡無法學習長的輸入序列數據。