sigmoid函数：
越大的负数越接近0，越大的正数越接近1
缺点：
（1）造成梯度消失：该函数在靠近1和0的两端，梯度几乎变成0，
梯度下降法：梯度乘上学习率来更新参数，如果梯度接近0，那么没有任何信息来更新参数，会造成模型不收敛
另外，使用sigmoid函数，在初始化权重时，权重太大，经过激活函数会导致大多数神经元变得饱和，没有办法更新参数
（2）sigmoid输出不是以0为均值，这就会导致经过sigmoid激活函数之后的输出，作为后面一层网络的输入的时候是非0均值的，这个时候
如果进入下一层神经元的时候全是正的，这就会导致梯度全是正的，那么在更新梯度的时候永远都是正梯度。
（详解）p52
Tanh激活函数：
将输入的数据转换到-1到1之间，输出变成了0均值，解决了sigmoid的第二个问题。
但是，仍然存在梯度消失的问题
Relu函数
优点：
（1）相比sigmoid函数和Tanh激活函数，Relu激活函数能够极大的加速随机梯度下降的收敛速度，线性，不存在梯度消失问题。
（2）计算简单，只需要一个阈值过滤就可以得到结果，不需要进行一大堆复杂的运算。
缺点：
训练时脆弱，比如一个很大的梯度经过Relu激活函数，更新参数后，会使这个神经元不会对任何数据有激活现象。如果发生这个情况之后，经过relu的梯度永远都是0，参数无法更新，因为Relu激活函数本质上是一个不可逆的过程，因为它会直接去掉输入小于0的部分。在实际操作中可以通过设置比较小的学习率来避免这个问题。
Leaky Relu
是relu的变式，主要修复relu激活函数的脆弱问题，不将x<0的部分变成0，而给它一个很小的负的斜率。
Maxout：有relu的优点，又避免了relu的缺点，但加倍了模型的参数。
max(w1*x+b1,w2*x+b2)
relu 是maxout中w1 =0,b1 =0的特殊形式。