深度学习常用激活函数总结

激活函数的特点

• 非线性。引入非线性能提升模型的表达能力
• 可微分。如果激活函数不可微，那就无法使用梯度下降方法更新参数
• 非饱和性。饱和指在某些区间上激活函数的梯度接近于零，使参数无法更新
• 取值范围有界。这样可以使网络更稳定，即使有很大的输入，激活函数的输出也不会太大
• 计算简单。复杂的激活函数会降低训练速度

常用激活函数

1、Sigmoid

公式

优点

• 适用于将预测概率作为输出的模型
• 梯度平滑
• 可微

缺点

• 存在饱和区间，在该区间内，梯度可能会消失
• 指数运算，计算量较大
• 函数输出不以零为均值，模型收敛较慢

2、Tanh

公式

优点

• 解决了非零均值问题

缺点

• 存在饱和区间，且饱和区间比sigmoid的更大
• 指数运算，计算量较大

3、ReLU

公式

优点

• 在正区间解决了梯度消失问题
• 计算速度快
• 将小于0的输入置零，从某种程度上防止过拟合

缺点

• 非零均值
• 当输入为负时，ReLU完全失效
• 某些神经元可能永远不会被激活

4、Leaky ReLU

公式

优点

• 针对Relu函数中存在的Dead Relu Problem，Leaky Relu函数在输入为负值时，给予输入值一个很小的斜率，在解决了负输入情况下的0梯度问题的基础上，也很好的缓解了Dead Relu问题
• 该函数的输出为负无穷到正无穷，即leaky扩大了Relu函数的范围

缺点

• 理论上来说，该函数具有比Relu函数更好的效果，但是大量的实践证明，其效果不稳定，故实际中该函数的应用并不多

5、ELU

公式

优点

• 解决了Dead ReLU Problem问题
• 该函数在负数域存在饱和区域，从而对噪声具有一定的鲁棒性

缺点

• 计算量较大
• 在实践中同样没有较ReLU更突出的效果，故应用不多

6、Softplus

公式

优点

• 类似于ReLU

缺点

• 导数小于1，可能存在梯度消失的问题
• 计算量较大

7、SiLU

公式

优点

• 继承了ReLU无上界和有下界的特点
• 相比ReLU又增加了平滑和非单调的特点

缺点

• 引入了指数函数，增加了计算量

8、ReLU6

公式

出现原因

• ReLU6就是把ReLU的最大输出为限制为6（变成有上、下界），这使得模型在移动端设备（dtype=float16/int8，低精度）应用时也能有很好的数值分辨率。如果对ReLU激活范围不加限制，当激活值非常大时，低精度的设备无法很好地描述如此大范围的数值，从而带来精度损失

9、Mish

公式

优点

• 无上界、有下界
• 增加了平滑和非单调的特点

缺点

• 引入了指数函数，增加了计算量