最近在调网络结构的参数，其实就是漫无目的的乱改。但是运气不佳，没有得到自己想要的准确率。于是，硬着头皮，去了解一下别人选择参数的一些依据。正如这篇论文的标题： Delving Deep into Rectifiers，或许只有这样才能对选择参数的原则有一个基本认识吧！
Background
给定一个很深的网络结构，我们有以下三个个问题需要解决：网络能训练、网络性能好、网络训练速度较快。
Main Points
网络结构越深（性能应该越好），越难训练。本文从non-linear unit（Relu，提出了增强版PRelu）、卷积核参数初始化着手解决上述问题。
1） PRelu
如上图所示，作者将原始的Relu进行了简单扩展便得到了PRelu，其中的参数a是可以学习的（初始化时a=0.25）。前向传播、后向传播都很简单，这一改变引入的计算量也基本可以忽略。也许我们会不服气，不就是简单修改了一下Relu吗？我也可以对这个函数修改一通，然后发篇质量很高的paper的。说实话，我们是可以乱修改一通的，但是我们必须得给出理论分析（如果我们对问题没有一个深刻的认识，这一点是很难做到的哦！哈哈）。这篇paper的理论分析思路很值得我们借鉴“从简单例子出发，通过近似、假设得出结论”，然后用所得结论指导我们的实验。
在论文中，作者指出“We investigate how PReLU may affect training via computing the Fisher Information Matrix (FIM). If the off-diagonal blocks of FIM are closer to zero, SGD which is a first-order solver becomes closer to natural gradient descent which is second-order and converges faster”，下面作者通过一个两层的MLP证明了PRelu能够使得对角线外的FIM元素更接近于0，从而比Relu收敛的速度更快。实验也证实了这一点。此外，这一改变又提升了一点网络的性能。
2）Initialization of Filter Weights for Rectifiers
在论文中作者提到，“Rectifier networks are easier to train compared with traditional sigmoid-like activation networks. But a bad initialization can still hamper the learning of a highly non-linear system”。那么我们能不能提供一个初始化参数的原则，从而避免bad initialization呢？能，论文中给出了答案。
作者遵循的原则很简单“A proper initialization method should avoid reducing or magnifying the magnitudes of input signals exponentially”，在实际操作的时候就是使得每一层的输出具有一致的方差，并据此得出了两个选择初始化参数的约束条件。其本质就是确定一个合适的权值初始化方差（均值为0，bias为0是假设，在应用时我们应该保证假设条件的成立！）
有了一个较好的权值初始化策略之后，我们就可以端到端的形式训练很深的网络了。可惜的是，更深的网络并没有带来更好的性能，这是后话了！
3）网络结构及其初始化
这篇论文对于网络结构及其初始化方式写的还是很清楚的，如学习率是“stepwise”的（初始为0.01，然后分别为0.001、0.0001）、weight decay、dropout ration、momentum、全连接层初始化方式等。数据增强方式、测试方式都很清楚。强烈建议大家读一读这篇paper。
Summary
1）两个很简单的改进在Imagenet上取得那么好的效果，的确有点令我吃惊。
2）作者的两个改进都有理论分析、实验验证，分析的过程清晰易懂，得出的结论具有很强的指导意义。这或许就是科研的魅力吧！
3）潜下心来，好好琢磨琢磨！哈哈
4）如果我们可以对权值进行这样的约束，那么我们是不是可以对数据也进行同样的约束呢？（Batch Normalization是不是完成这样的功能的呢？）