Softmax 函数
softmax 用于多分类过程中，它将多个神经元的输出，映射到（0,1）区间内，可以看成概率来理解，从而来进行多分类！
图像映射过程如下图所示：
softmax直白来说就是将原来输出是3,1,-3通过softmax函数一作用，就映射成为(0,1)的值，而这些值的累和为 1（满足概率的性质），那么我们就可以将它理解成概率，在最后选取输出结点的时候，我们就可以选取概率最大（也就是值对应最大的）结点，作为我们的预测目标！
Batch_Size
Batch 的选择，首先决定的是下降的方向。
如果数据集比较小，可以采用全数据集的形式。优点是：
1、由全数据集确定的方向能够更好地代表样本总体，从而更准确地朝向极值所在的方向。
2、由于不同权重的梯度值差别巨大，因此选取一个全局的学习率很困难。 Full Batch Learning 可以使用 Rprop 只基于梯度符号并且针对性单独更新各权值。
对于较大的数据集，以完整数据集的形式，缺点是：
1、随着数据集的海量增长和内存限制，一次性载入所有的数据进来变得越来越不可行。
2、以 Rprop 的方式迭代，会由于各个 Batch 之间的采样差异性，各次梯度修正值相互抵消，无法修正。这才有了后来 RMSProp 的妥协方案。
在合理范围内，增大 Batch_Size 有何好处
1、内存利用率提高了，大矩阵乘法的并行化效率提高。
2、跑完一次 epoch（全数据集）所需的迭代次数减少，对于相同数据量的处理速度进一步加快。
3、在一定范围内，一般来说 Batch_Size 越大，其确定的下降方向越准，引起训练震荡越小。
盲目增大 Batch_Size 有何坏处
1、内存利用率提高了，但是内存容量可能撑不住了。
2、跑完一次 epoch（全数据集）所需的迭代次数减少，要想达到相同的精度，其所花费的时间大大增加了，从而对参数的修正也就显得更加缓慢。
3、Batch_Size 增大到一定程度，其确定的下降方向已经基本不再变化。
调节 Batch_Size 对训练效果影响到底如何
1、Batch_Size 太小，可能导致算法不收敛。
2、随着 Batch_Size 增大，处理相同数据量的速度越快。 3、随着 Batch_Size 增大，达到相同精度所需要的 epoch 数量越来越多。
4、由于上述两种因素的矛盾， Batch_Size 增大到某个时候，达到时间上的最优。
5、由于最终收敛精度会陷入不同的局部极值，因此 Batch_Size 增大到某些时候，达到最
最终收敛精度最好。
文章出处登录后可见！
