普通relu， y=max(0, x), 相当于无限多个bernoulli分布，即无限多个骰子
relu6, y= min(max(0,x), 6), 相当于有六个bernoulli分布，即6个硬币，同时抛出正面，这样鼓励网络学习到稀疏特征。
网络里面每一个输出n，相当于n个bernoulli分布的叠加。
通过实验发现，用6，效果比较好。所以选用了6
参考：
https://stackoverflow.com/questions/47220595/why-the-6-in-relu6
https://arxiv.org/pdf/1601.00034.pdf, 这篇好像很复杂，谁读懂了，给讲讲。
