详细介绍一下torch中的激活函数及其应该如何选择，请给出大量的实例

Torch中的激活函数可以帮助神经网络学习更复杂的模型，它可以通过添加非线性元素来改善神经网络的表示能力。激活函数可以将一个值映射到另一个值，并且可以实现特定的非线性转换。当选择激活函数时，应该考虑模型的类型、数据集的特征以及训练效率。常用的激活函数有relu、sigmoid和tanh，它们各有不同的优势和应用场景。例如，ReLU可以减少训练时间，而sigmoid函数可以处理多分类任务，而tanh函数可以让模型更快地收敛。