激活函数
线性函数
即使有多层神经元首尾相接,依旧是线性组合,模型的表达能力不够
y = x 1 ∗ w 1 + x 2 ∗ w 2 + x 3 ∗ w 3 + x 4 ∗ w 4 + b y=x1*w1+x2*w2+x3*w3+x4*w4+b y=x1∗w1+x2∗w2+x3∗w3+x4∗w4+b
非线性函数
也叫作激活函数,它的加入大大提升了模型的表达力,激活函数是映射 h:R→R,且几乎处处可导。
y = f ( x 1 ∗ w 1 + x 2 ∗ w 2 + x 3 ∗ w 3 + x 4 ∗ w 4 + b ) y=f(x1*w1+x2*w2+x3*w3+x4*w4+b) y=f(x1∗w1+x2∗w2+x3∗w3+x4∗w4+b)
优秀的激活函数
非线性:激活函数非线性时,多层神经网络可逼近所有函数
可微性 :优化器大多用梯度下降更新参数
单调性:当激活函数是单调的,能保证单层网络的损失函数是凸函数
近似恒等性:f(x)≈x当参数初始化为随机小值时,神经网络更稳定
激活函数输出值的范围
激活函数输出值为有限值时,基于梯度的优化方法更稳定
激活函数输出为无限值时,建议调小学习率
几个常用的激活函数
Sigmoid函数
调用:tf.nn.sigmoid
f
(
x
)
=
1
1
+
e
−
x
f(x)=\dfrac{1}{1+e^{-x}}
f(x)=1+e−x1
函数图像
导数函数
f
’
(
x
)
=
f
(
x
)
(
1
−
f
(
x
)
)
f^’(x)=f(x)(1-f(x))
f’(x)=f(x)(1−f(x))
导数求解过程:
导数图像
特点·:
(1)易造成梯度消失(导数小于1,进行梯度下降时多个导数连续相乘会趋近于0)
(2)输出非0均值,收敛慢
(3)幂运算复杂,训练时间长
Tanh激活函数
调用:tf.math.tanh(x)
f
(
x
)
=
e
x
−
e
−
x
e
x
+
e
−
x
f(x)=\dfrac{e^x-e^{-x}}{e^x+e^{-x}}
f(x)=ex+e−xex−e−x
导数函数:
f
(
x
)
=
1
−
f
2
(
x
)
f(x)=1-f^2(x)
f(x)=1−f2(x)
求导过程:
导函数图像
Tanh函数特点:
(1)输出是0均值
(2)易造成梯度消失
(3)幂运算复杂,训练时间长
Relu函数
调用:tf.nn.relu(x)
f
(
x
)
=
m
a
x
(
x
,
0
)
=
{
0
x
<
0
x
x
>
=
0
}
f(x)=max(x,0) =\begin{Bmatrix} 0& x<0 \\ x & x>=0 \end{Bmatrix}
f(x)=max(x,0)={0xx<0x>=0}
函数图像
导数图像
Relu函数优点:
(1)解决了梯度消失问题(在正区间)
(2)只需判断输入是否大于0,计算速度快
(3)收敛速度远快于sigmoid和tanh
缺点:
(1)输出非0均值,收敛慢
(2)Deed RelU问题:某些神经元可能永远不会被激活,导致相应的参数永远不能被更新。(送入激活函数的输入特征是负数时,导数是0,反向传播无法梯度下降,神经元死亡)
可通过设置更小的学习率,减少参数分布的巨大变化,避免产生过多的负数特征进入relu函数。
Leaky Relu函数
调用:tf.nn.leaky_relu(x)
f
(
x
)
=
m
a
x
(
a
x
,
x
)
f(x)=max(ax,x)
f(x)=max(ax,x)
函数图像
导数图像
特点
(1)解决了Relu进入负区间后,神经元梯度为0,不能更新参数的问题
(2)Leaky ReLU函数比ReLU函数效果好,但实际中Leaky ReLU并没有ReLU用的多。
softmax激活函数
把输入的值映射到[0,1]区间内,相当于概率,从而进行多分类
假设有n个参数进入神经元,第i个参数通过softmax函数映射后得到
y
i
=
e
i
∑
i
=
1
n
e
i
y_i=\dfrac{e^i}{\displaystyle\sum_{i=1}^ne^i}
yi=i=1∑neiei进入映射的规则如下:
特点:
(1)能取出预测概率最大的数
(2)一般放在最后,作为预测分类函数
(3)求导复杂
建议
1.首选ReLu激活函数
2.设置学习率较小值(避免无法收敛,发生梯度爆炸)
3.输入特征标准化,即让输入特征满足以0为均值,1为标准差的正太分布
4.初试参数中心化,即让随机生成的参数满足以0为均值,
2
当
前
层
特
征
数
\sqrt{\dfrac{2}{当前层特征数}}
当前层特征数2为标准差的正太分布