激活函数

1、常用的激活函数

在深度学习中，常用的激活函数主要有：sigmoid函数，tanh函数，ReLU函数。

1.1sigmoid函数

在逻辑回归中我们介绍过sigmoid函数，该函数是将取值为 (−∞,+∞) 的数映射到 (0,1) 之间。sigmoid函数的公式以及图形如下：


对于sigmoid函数的求导推导为：

sigmoid函数作为非线性激活函数，但是其并不被经常使用，它具有以下几个缺点：
（1）当 z 值非常大或者非常小时，通过上图我们可以看到，sigmoid函数的导数 g′(z) 将接近 0 。这会导致权重 W 的梯度将接近 0 ，使得梯度更新十分缓慢，即梯度消失。下面我们举例来说明一下，假设我们使用如下一个只有一层隐藏层的简单网络：

对于隐藏层第一个节点进行计算，假设该点实际值为 a ，激活值为 a[1] 。于是在这个节点处的代价函数为（以一个样本为例）：

而激活值 a[1] 的计算过程为：

于是对权重 w11 求梯度为：

由于 g′(z[1])=g(z[1])(1−g(z[1])) ，当 z[1] 非常大时，g(z[1])≈1，1−g(z[1])≈0 因此， g′(z[1])≈0,ΔJ1Δw11≈0。当 z[1] 非常小时，g(z[1])≈0 ，亦同理。（本文只从一个隐藏节点推导，读者可从网络的输出开始，利用反向传播推导）
2）函数的输出不是以0为均值，将不便于下层的计算，具体可参考引用1中的课程。sigmoid函数可用在网络最后一层，作为输出层进行二分类，尽量不要使用在隐藏层。

1.2tanh函数

tanh函数相较于sigmoid函数要常见一些，该函数是将取值为 (−∞,+∞) 的数映射到 (−1,1) 之间，其公式与图形为：


tanh函数在 0 附近很短一段区域内可看做线性的。由于tanh函数均值为 0 ，因此弥补了sigmoid函数均值为 0.5 的缺点。
对于tanh函数的求导推导为：

1.3Relu函数

ReLU函数又称为修正线性单元（Rectified Linear Unit），是一种分段线性函数，其弥补了sigmoid函数以及tanh函数的梯度消失问题。ReLU函数的公式以及图形如下：


对于ReLU函数的求导为：

ReLU函数的优点：
（1）在输入为正数的时候（对于大多数输入 z 空间来说），不存在梯度消失问题。
（2） 计算速度要快很多。ReLU函数只有线性关系，不管是前向传播还是反向传播，都比sigmod和tanh要快很多。（sigmod和tanh要计算指数，计算速度会比较慢）
ReLU函数的缺点：
（1）当输入为负时，梯度为0，会产生梯度消失问题。

1.4 Leaky ReLU函数

这是一种对ReLU函数改进的函数，又称为PReLU函数，但其并不常用。其公式与图形如下：


 其中 a 取值在 (0,1) 之间。
 Leaky ReLU函数的导数为：
 
Leaky ReLU函数解决了ReLU函数在输入为负的情况下产生的梯度消失问题。

2、为什么要用非线性激活函数？

我们以这样一个例子进行理解。
假设下图中的隐藏层使用的为线性激活函数（恒等激活函数），也就是说 g(z)=z 。

于是我们可以得出：

可以看出，当激活函数为线性激活函数时，输出 y^ 不过是输入特征 x 的线性组合（无论多少层），而不使用神经网络也可以构建这样的线性组合。而当激活函数为非线性激活函数时，通过神经网络的不断加深，可以构建出各种有趣的函数。