小白深度学习入门系列
ReLU的兴起
从NN进入到DNN之后,直接的影响是:ReLU的大量应用。
ReLu是激活函数的一种,其实在
就是这么简单的一个函数,在DNN时代代替了NN时代的激活函数王者:Sigmod,成了“调参侠”的最爱。
为什么要用ReLU呢?
这个问题有点像问,吃涮羊肉为什么蘸芝麻酱?
标准答案是:10亿AI调参侠都在用,用了都说好。
但如果我们稍微深究一下,会更加深记忆,也增加对深度学习过程的理解。
首先我们要明白,为什么要蘸东西吃?即:
为什么要使用sigmoid,tanh,ReLU等非线性函数?
这个原因大家都知道,为了增加非线性呗!
深度学习的目的是用一堆神经元堆出一个函数大致的样子,然后通过大量的数据去反向拟合出这个函数的各个参数,最终勾勒出函数的完整形状。
那如果激活函数只是线性函数,那一层层的线性函数堆起来还是线性的,这年头线性函数能干啥呀?
肯定不行,这样整个网络表现能力有限,所以要引入非线性的激活函数进来。
就是铅笔不够画的,咱得上带颜色、笔触更丰富的油画笔。
ReLU的优势在哪儿呢?
我们先来对比一下ReLU和他的老对手sigmoid:
ReLU函数:
Sigmoid函数:
对比这俩函数能看出来,sigmoid有一个“梯度消失”的问题。
梯度消失什么意思呢?就是我们希望对每个神经元,激励函数都能尽量区分出z值变化,这样每个神经元的表达能力更强,但sigmoid明显在|z|>4的区间的梯度就不够看了,即它的梯度消失了。
相比之下,ReLU输出就很稳定,因为他z>0区间就是一个线性函数!不存在sigmoid的梯度消失的问题。
另一个ReLU很给力的地方就是稀疏度问题。就是我们希望每个神经元都能最大化的发挥它筛选的作用,符合某一个特征的中间值,使劲儿放大;不符合的,一刀切掉。
反观sigmoid就要黏糊的多。这个函数是很对称很美,但它面对负的z值仍然剪不断理还乱,会输出一个小的激励值(tanh会好一些但仍不能避免),形成所谓的“稠密表示”。
最后的最后,ReLU运算速度快,这个很明显了,max肯定比幂指数快的多。
天下武功,唯快不破。
ReLU有什么弱点?
当然,ReLU并不是完美的,它也存在被称为“dying ReLU”的问题——当某个ReLU神经元的输出为0时(输入小于0),它在反向传播时的梯度为0。这会导致该神经元“死亡”并影响一部分与之相连的神经元的训练效果。
为了解决这个问题,研究人员对ReLU进行了一些改进, Leaky ReLU 是其中比较知名的一种。
如图所示,Leaky ReLU将ReLU的 x < 0 部分修改成 0.01x,以此来让“死去”的神经元有机会恢复活力。
在实际应用中,因为不同ReLU变种之间的准确度区别很小,所以并不总是选用Leaky ReLU等变种。
对ReLU或其变种的选择可以根据模型的具体特性或实验结果决定。由于大多数深度学习类库都提供内建的ReLU模块,可以以较低的成本应对ReLU及其变种的性能差异。
此外,“dying ReLU”问题也可以通过降低学习率,加入bias等方式解决。
ReLU并不是终点,对激励函数的研究在行业内非常活跃,这里先不展开了。
“众智汇”愿景
尽职尽才,允公允能 —— 本社群不定期举行线上分享,组织群友分享知识、经验、资源,以达到让我们每个人的职业生涯得到最大程度的发展的目的。
欢迎扫面下列二维码关注“悦思悦读”公众微信号