Relu优点：
1、可以使网络训练更快。
相比于sigmoid、tanh，导数更加好求，反向传播就是不断的更新参数的过程，因为其导数不复杂形式简单。
2、增加网络的非线性。
本身为非线性函数，加入到神经网络中可以是网格拟合非线性映射。
3、防止梯度消失。
当数值过大或者过小，sigmoid，tanh的导数接近于0，relu为非饱和激活函数不存在这种现象。
4、使网格具有稀疏性。
由于小于0部分为0，大于0部分才有值，所以可以减少过拟合。
softmax作用：
将神经网络的输出变为概率分布。
1、数据之和为1.
2、负数变为正数。
cross entropy
衡量两个概率分布的距离。
1、值越小，距离越近。
2、值越大，距离越远。
AlexNet优点：
（1）成功使用relu作为cnn的激活函数，并验证其效果在较深的网络超过sigmoid，成功解决了sigmoid在网络较深时的梯度弥散问题。
（2）训练时使用Dropout随机忽略一部分神经元，以避免模型过拟合。dropout虽有单独的论文论述。但是AlexNet将其实用化。通过实践证实了它的效果。在AlexNet中主要是最后几个全连接层使用了Dropout。
（3）在cnn中使用重叠的最大池化，此前cnn中普遍使用平均池化。AlexNet全部使用最大池化。避免平均池化的模糊化效果。并且让步长比池化核的尺寸小。这样池化的输出之间会有重叠和覆盖。提升了特征的丰富性。
（4）提出了LRN层，对局部神经元的活动创建竞争机制，使得其中相应比较大的值变得相对更大。并抑制其他反馈较小的神经元，增强模型的泛化能力。
（5）使用CUDA加深深度卷积网络的训练，利用GPU强大的并行计算能力。处理神经网络训练时大量的矩阵运算。AlexNet使用了两块GTX 580 GPU进行训练。同时AlexNet的设计让Gpu之间的通信只在网络的某些层进行，控制了通信的性能损耗。
（6）数据增强。随机地从256*256的原始图像中截取224*224大小的区域（以及水平旋转的镜像）对图像的RGB数据进行PCA处理，并对主成分做一个标准差为0,1高斯扰动，增加 一些噪声。
原文地址：https://www.cnblogs.com/limingqi/p/12238630.html