CNN:weight decay,momentum,batch normalization

一、weight decay（权值衰减）的使用既不是为了提高收敛精确度也不是为了提高收敛速度，其最终目的是防止过拟合。在损失函数中，weight decay是放在正则项（regularization）前面的一个系数，正则项一般指示模型的复杂度，所以weight decay的作用是调节模型复杂度对损失函数的影响，若weight decay很大，则复杂的模型损失函数的值也就大。

二、momentum是梯度下降法中一种常用的加速技术。对于一般的SGD，其表达式为x \leftarrow x-\alpha \ast dx,x沿负梯度方向下降。而带momentum项的SGD则写生如下形式：v=\beta \ast v -a\ast dx\\x \leftarrow x+v其中\beta 即momentum系数，通俗的理解就是，如果上一次的momentum（即v）与这一次的负梯度方向是相同的，那这次下降的幅度就会加大，所以这样做能够达到加速收敛的过程。

三、batch normalization的是指在神经网络中激活函数的前面，将wx+b按照特征进行normalization，这样做的好处有三点：

1、提高梯度在网络中的流动，Normalization能够使特征全部缩放到[0,1]，这样在反向传播时候的梯度都是在1左右，避免了梯度消失现象。

2、提升学习速率。归一化后的数据能够快速的达到收敛。

3、减少模型训练对初始化的依赖。