深度学习常用激活函数总结

1 为什么需要激活函数

首先数据的分布绝大多数是非线性的，而一般神经网络的计算是线性的，引入激活函数，是在神经网络中引入非线性，强化网络的学习能力。所以激活函数的最大特点就是非线性。

不同的激活函数，根据其特点，应用也不同。

Sigmoid和tanh的特点是将输出限制在(0,1)和(-1,1)之间，说明Sigmoid和tanh适合做概率值的处理，例如LSTM中的各种门；

而ReLU就不行，因为ReLU无最大值限制，可能会出现很大值。同样，根据ReLU的特征，Relu适合用于深层网络的训练，而Sigmoid和tanh则不行，因为它们会出现梯度消失。

2 常见的激活函数

1 Sigmoid

sigmoid函数也称为Logistic函数，因为Sigmoid函数可以从Logistic回归（LR）中推理得到，也是LR模型指定的激活函数。

sigmod函数的取值范围在（0, 1）之间，可以将网络的输出映射在这一范围，方便分析。

激活函数	表达式	导形式	取值范围	图像	适用
Sigmoid	$f=\frac{1}{1+e^x}$	$f^{\prime }=f(1-f)$	(0,1)		计算概率值

优缺点分析：

1. 优点：
   易于求导，数据符合泊松分布
2. 缺点：
   • 激活函数计算量大（在正向传播和反向传播中都包含幂运算和除法）；
   • 反向传播求误差梯度时，求导涉及除法；
   • Sigmoid导数取值范围是[0, 0.25]，由于神经网络反向传播时的“链式反应”，很容易就会出现梯度消失的情况。
   • Sigmoid的输出不是0均值（即zero-centered）；这会导致后一层的神经元将得到上一层输出的非0均值的信号作为输入，随着网络的加深，会改变数据的原始分布。|

2 Tanh

tanh为双曲正切函数，其英文读作Hyperbolic Tangent。tanh和 sigmoid 相似，都属于饱和激活函数，区别在于输出值范围由 (0,1) 变为了 (-1,1)，可以把 tanh 函数看做是 sigmoid 向下平移和拉伸后的结果。

激活函数	表达式	导形式	取值范围	图像	适用
tanh	$f=\frac{e^x-e^{-x}}{e^x+e^{-x}}$	$f^{\prime }=\frac{2}{1+e^{-2x}}-1$	(-1,1)

Tanh的特点

1. 优点
   • tanh的输出范围时(-1, 1)，解决了Sigmoid函数的不是zero-centered输出问题；
2. 缺点
   • 幂运算的问题仍然存在；
   • tanh导数范围在(0, 1)之间，相比sigmoid的(0, 0.25)，梯度消失得到缓解，但仍然存在。

3 Relu及其变体（2012 AlexNet）

由于以上激活函数存在的梯度消失问题，所以2012年提出了整流线性单元（Relu）。

激活函数	表达式	导形式	取值范围	图像	适用
Relu	$f=max(0,x)$	$f^{\prime }=1,0$	[0,1)		避免了梯度消失，适用于深度网络
$PRelu(a_i变量)//LeakyRelu(a_i=0.01)$	$f(x)=\{\begin{array}{r}{a}_{i}x,x<0\\ x,x>=0\end{array}$	$f^{\prime }(x)=\{\begin{array}{r}{a}_i,x<0\\ 1,x>=0\end{array}$	(-1,1)		改善Relu的0梯度，为一个很小的负值，防止神经元死亡
RRelu	$y=\{\begin{array}{lc}x,& x\ge 0\\ a\left(e^x-1\right),& x<0\end{array}$		(-1，1)		在负数部分的ai是从一个均匀的分布U(I,u)中随机抽取的数值

总结：

1. Leaky ReLU中的为常数，一般设置 0.01。这个函数通常比 Relu 激活函数效果要好，但是效果不是很稳定，所以在实际中 Leaky ReLu 使用的并不多。

2. PRelu（参数化修正线性单元） 中作为一个可学习的参数，会在训练的过程中进行更新。

3. RReLU（随机纠正线性单元）也是Leaky ReLU的一个变体。在RReLU中，负值的斜率在训练中是随机的，在之后的测试中就变成了固定的了。RReLU的亮点在于，在训练环节中，aji是从一个均匀的分布U(I,u)中随机抽取的数值。

4 Softmax

Softmax函数是用于多类分类问题的激活函数，在多类分类问题中，超过两个类标签则需要类成员关系。对于长度为K的任意实向量，Softmax函数可以将其压缩为长度为K，值在[ 0 , 1 ] 范围内，并且向量中元素的总和为1的实向量。

Softmax函数的分母结合了原始输出值的所有因子，这意味着Softmax函数获得的各种概率彼此相关。

为何叫做softmax，适合max函数比较得到的，max只会返回一个最大值，而忽略了其余值，softmax的方式就略显soft，按照归一化的方式保留每一个较小的值。

$$softmax(x)=\frac{exp(x_i)}{{\sum }_{i}exp(x_i)}$$

Softmax激活函数的特点：

• 在零点不可微。
• 负输入的梯度为零，这意味着对于该区域的激活，权重不会在反向传播期间更新，因此会产生永不激活的死亡神经元，梯度消失。