要复现的一篇文章使用了一个奇怪的激活函数： the scaled exponential linear units, 相关论文发表在 NIPS 2017, 附录证明多达 70 余页。
刚刚发现超可爱的台湾李宏毅老师早在去年就对 SELU 做了介绍，跟着视频学习一下好了，至于实验效果等我成功复现那篇 未开源 的论文后再来补充。
B站视频地址： 【戳我】
课件地址： 【戳我】
SELU论文地址：【Self-Normalizing Neural Networks】.
1. ReLu 变体
- Leaky ReLU
- Parametric ReLU
- Exponential Linear
2 SELU
- 形式
其中超参 α 和 λ 的值是 证明得到 的（而非训练学习得到）：
α= 1.6732632423543772848170429916717
λ= 1.0507009873554804934193349852946
- 特点
即：
不存在死区
存在饱和区（负无穷时， 趋于 -
αλ）输入大于零时，激活输出对输入进行了放大
证明
记输入 [ a1..ak...aK] 各维独立同分布， 每一维的分布均值为零，方差为 1, 注意： 该分部不一定是高斯分布，只需满足均值为零，方差为 1 即可。
我们的目标是： 寻找一个激活函数，使得神经元输出的激活值 a 也满足均值为零，方差为 1.
后续的证明视频里跳过去了，很遗憾。
根据 ppt 得出一个不严谨的观察：为了满足输出 a 符合 均值为 0, 标准差为 1 ， 权重向量 [w1, w2,...wk, wK] 需满足均值为 0, 标准差为 1/K.
3. 老师做的实验
老师搭了一个包含 50 层隐含层的全连接网络。
-
input不做标准化 +relu函数
训练 3 个 epoch 后, 发现准确率没有提升。
-
input不做标准化 +selu函数
keras 已内建 selu 函数 ，训练 3 个 epoch 后, 发现准确率依然没有明显提升（只比 relu 好一点）。
-
input标准化 +selu函数
使用 selu 时，我们假设上一层的神经元输出符合均值为 0 , 方差为 1 的分布 ，所以需要将输入进行标准化。
训练 3 个 epoch 后, 发现网络仍然没有 train 起来:
-
weight标准化 +selu函数
前面我们有一个不严谨的观察 ： 权重需要满足均值为零，方差为 1/K, 在训练过程中我们无法保证权重满足这一条件， 但是我们可以让初始化时的权重满足这一条件，使用 lecunNorm 即可。
训练 3 个 epoch 后, 发现效果惊人！
-
weight标准化 +relu函数
我们可能有疑问： 训练效果的提升可能应该归功于 lecunNorm， 而非 selu, 所以老师做了一组对照实验：
训练 3 个 epoch 后, 发现网络没有 train 起来。说明 selu + weight lecunNorm 才是真正的大杀器！！（李老师上课真的非常逗比）
4. Pytorch 实现 SELU
实现链接：【戳我】
import torch.nn.functional as F
def selu(x):
alpha = 1.6732632423543772848170429916717
scale = 1.0507009873554804934193349852946
return scale * F.elu(x, alpha)