深度学习——激活函数总结

最新推荐文章于 2024-09-29 12:06:07 发布

loveliuzz

最新推荐文章于 2024-09-29 12:06:07 发布

阅读量3.3k

点赞数 2

分类专栏：深度学习

本文链接：https://blog.csdn.net/loveliuzz/article/details/82379428

版权

深度学习专栏收录该内容

35 篇文章 19 订阅

订阅专栏

激活函数主要作用是：加入非线性的因素，以解决线性模型表达能力不足的缺陷，在整个神经网络里面起到至关重要的作用。因为神经网络的数学基础是处处可微的，所以选取的激活函数要能保证数据输入与输出也是可微的。在神经网络中常用的激活函数有Sigmoid、Tanh、ReLU、Softplus以及变种函数Noisy ReLU、Leaky ReLU、Elus、Swish等。

1、Sigmoid函数

Sigmoid函数是常见的非线性激活函数，数学表达式为： $\sigma (x)=\frac{1}{1+e^{_{-x}}}$ ，其中，x的取值范围为：负无穷到正无穷，对应y的范围只有0~1，即：经过sigmoid函数输出的函数都会落在0~1的区间里，sigmoid函数能够把输入的值“压缩”到0~1之间。从图像上看，随着x趋近于正负无穷大，y对应的值越来越接近-1或1，这种情况称为：饱和，处于饱和状态的激活函数意味着当x=100和x=1000时的反映是一样的，这样的特征转换相当于将1000大于100十倍这个信息给丢失了，为了能有效使用Sigmoid函数，其x取值的极限也只能在-6到6之间，而在-3到3之间应该会有比较好的效果。

在TensorFlow中对应的函数为：tf.nn.sigmoid(x,name=None)

2、Tanh函数

Tanh函数可以说是sigmoid函数的值域升级版，由Sigmoid函数0~1之间到-1~1，相对于Sigmoid函数有更广的值域，在某些输出需要大于0的情况下，还是要用Sigmoid函数。一般二分类问题中，隐藏层用Tanh函数，输出层用Sigmod函数。不过这些也都不是一成不变的，具体使用什么激活函数，还是要根据具体的问题来具体分析，还是要靠调试的。Tanh函数的表达式为： $tanh(x)=\frac{sinh(x)}{cosh(x)}=\frac{e^{x}-e^{-x}}{e^{x}+e^{-x}}$ ，Tanh函数与Sigmoid函数有一样的饱和问题，所以在使用Tanh函数时，注意输入值的绝对值不能过大，否则模型无法训练，在TensorFlow中对应的函数为：tf.nn.tanh(x,name=None)

tanhå½æ°å¾

3、ReLU函数

ReLU函数是一个更为常用的激活函数，数学表达式为： $f(x)=max(0,x)$ ，该公式非常简单，大于0的留下，小于0的一律为0，曲线图如下图所示，ReLU函数应用的广泛性与它的优势是分不开的，这种对于正向信号的重视，忽略了负向信号的特征，与我们人类神经元细胞对信号的反映及其相似，所以在神经网络中取得了很好的拟合效果。另外，ReLU函数运算简单，大大提升了机器的运算效率，也是ReLU函数一个很大的优点。虽然ReLU函数函数在信号响应上有很多优势，但着仅仅在正向传播方面，由于其对负值的全部舍去，因此很容易使模型输出全零从而无法进行训练，例如：随机初始化的w加入值中有个值是负值，其对应的正值输入值特征也就全部屏蔽了，同时对应负值反而被激活了，这显然不是我们想要的结果。

在TensorFlow中对应的函数是：tf.nn.relu(featutes,name=None)，是一般的ReLU函数，即：max(features,0)

tf.nn.relu6(features,name=None)，是以6为阈值的ReLU函数，即：min(max(features,0),6)，relu6存在的原因是防止梯度爆炸，当节点和层数特别多而且输出都为正值时，最终的值会离目标值相差太远，误差太大，会导致对参数调整修正值过大，这回导致网络抖动的较厉害，最终很难收敛。

reluå½æ°å¾

ReLU函数的变种：

（1）Noisy ReLU：为max中的x添加了一个高斯分布噪声，数学表达式为： $f(x)=max(0,x+Y),Y\in N(0,\sigma (x))$

（2）Leaky ReLU：在ReLU函数基础上保留一部分负值，当x为负值时乘0.01，即：Leaky ReLU函数不是对负信号的一味拒绝，而是缩小。数学表达式为： $f(x)=\left\{\begin{matrix} x(x>0)\\ 0.01x(otherwise) \end{matrix}\right.$

为进一步让上面的0.01作为可调参数，于是当x小于0时，乘以a，a小于等于1，数学表达式为： $f(x)=\left\{\begin{matrix} x(x\geqslant 0)\\ ax(otherwise) \end{matrix}\right.$ ，

或者为： $f(x)=max(x,ax)$

4、Softplus函数

Softplus函数与ReLU函数类似，区别在于：Softplus函数会更加平滑，但是计算量很大，而且对于小于0的值保留的相对更多一点。Softplus函数的数学表达式为： $f(x)=ln(1+e^{x})$ ，函数曲线如下所示：

TensorFlow中，Softplus函数对应的函数为：tf.nn.softplus(features,name=None)

è¿éåå¾çæè¿°

5、Elus函数

Elus函数在x小于0时，做了更加复杂的变换，数学表达式为： $f(x)=\left\{\begin{matrix} x(x\geqslant 0)\\ a(e^{x}-1)(otherwise) \end{matrix}\right.$

Elus函数和ReLU函数一样都是不带参数的，而且收敛速度比ReLU函数更快，使用Elus函数时，不使用批处理比使用批处理获得更好的效果，同时Elus函数不使用批处理效果比ReLU函数加批处理的效果更好。Elus函数曲线如下：

eluå½æ°å¾

6、Swish函数

Swish函数是谷歌公司发现的一个效果更优于ReLU的激活函数，经过测试，在保持所有的模型参数不变情况下，只是把原来模型中的ReLU激活函数修改为Swish函数，模型的准确率均有提升。数学表达式为： $f(x)=x*sigmoid(\beta x)$ ，其中 $\beta$ 为x的缩放参数，一般情况取默认值1即可，在使用BN算法的情况下，还需要对x的缩放值 $\beta$ 进行调节。β是个常数或可训练的参数，Swish 具备无上界有下界、平滑、非单调的特性。Swish 在深层模型上的效果优于 ReLU。例如，仅仅使用 Swish 单元替换 ReLU 就能把 Mobile NASNetA 在 ImageNet 上的 top-1 分类准确率提高 0.9%，Inception-ResNet-v 的分类准确率提高 0.6%。
在TensorFlow低版本中没有单独的Swish函数，可以手动封装，代码如下：

def Swish(x,beta=1):

return x*tf.nn.sigmoid(x*beta)

swish

当β = 0时,Swish变为线性函数f(x)=x2f(x)=x2.β → ∞, σ(x)=(1+exp(−x))−1σ(x)=(1+exp⁡(−x))−1为0或1. Swish变为ReLU: f(x)=2max(0,x)，所以Swish函数可以看做是介于线性函数与ReLU函数之间的平滑函数。

7、激活函数小结：

（1）神经网络中，运算特征是不断进行循环计算的，每个神经元的值也是在不断变化中，导致了tanh函数在特征相差明显时的效果会很好，在循环过程中会不断扩大特征效果并显示出来；

（2）但当计算的特征间的相差虽比较复杂却没有明显的区别，或者特征间的相差不是特别大时，就需要更细微的分类判断，这时sigmoid函数的效果就会更好一些；

（3）后来出现的relu函数的优势是，经过其处理后的数据有更好的稀疏性，即：将数据转化为只有最大数值，其他都为0，这种变换可以近似程度地最大保留数据特征，用大多数为0的矩阵来表达数据特征。以稀疏性数据来表达原有数据特征的方法，使得神经网络在迭代运算中能够取得又快又好的效果，所以目前大多数用max(0,x)来代替sigmoid函数。