激活函数知识点汇总

ゝ一世哀愁。 2022-03-07 17:24 336阅读 0赞

### 文章目录 ###

*   *   *  1. 使用激活函数的原因
         *  2. 什么函数才能成为激活函数
         *  3.常用的激活函数
         *   *  3.1 sigmoid函数
             *  3.2 tanh 函数
             *  3.3 relu函数
             *  3.4 Elu函数
             *  3.5 Prelu、Leaky ReLU函数
             *  3.6 自归一化激活函数 SELU
         *  4. 如何解决tanh、sigmoid进入非线性饱和区的问题

### 1. 使用激活函数的原因 ###

*  没有激活函数，**无论神经网络有多少层，输出都是输入的线性组合**。
 *  激活函数给神经元**引入了非线性因素，使得神经网络可以任意逼近任何非线性函数**，这样神经网络就可以应用到众多的非线性模型中。

### 2. 什么函数才能成为激活函数 ###

*  **非线性函数**： 不管无论神经网络有多少层，输出都是输入的线性组合。退化为线性模型
 *  **函数几乎处处可微**：保证梯度的可计算性
 *  **计算简单**：relu比指数型激活函数计算量少
 *  **非饱和性**：饱和时指某些区间的梯度为零，，relu
 *  **单调性**：使得梯度方向不会经常改变，从而使训练更容易收敛。
 *  **输出范围有限**：有限输出使得对一些比较大的输入也有较平稳的表现，这是早期sigmoid比较常用的原因

--------------------

### 3.常用的激活函数 ###

#### 3.1 sigmoid函数 ####

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Byb21pc2VqaWE_size_16_color_FFFFFF_t_70] f ( z ) = 1 1 + e x p ( − z ) f (z) = \\frac\{1\}\{1+exp(-z)\} f(z)=1\+exp(−z)1

**sigmoid的优点**

*  输出值有限，在0-1之间,有限输出使得对一些比较大的输入也有较平稳的表现
 *  函数光滑可微，导数计算方便

**sigmoid的缺点**

*  存在非线性饱和区，容易在方向传播时引起梯度弥散
 *  涉及指数的计算，运算量大，速度不如relu

--------------------

#### 3.2 tanh 函数 ####

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Byb21pc2VqaWE_size_16_color_FFFFFF_t_70 1] f ( z ) = e z − e − z e z + e − z f (z) = \\frac\{e^\{z\}-e^\{-z\}\}\{e^\{z\}+e^\{-z\}\} f(z)=ez\+e−zez−e−z

**tanh函数的优点**

*  函数光滑可微，导数计算方便
 *  输出值正负对称，稳定在\[-1, 1\]
 *  具有在0附近梯度较大，有利于区别小的特征差异  
    **tanh函数的缺点**
 *  存在非线性饱和区，容易在方向传播时引起梯度弥散
 *  涉及指数的计算，运算量大，速度不如relu

--------------------

#### 3.3 relu函数 ####

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Byb21pc2VqaWE_size_16_color_FFFFFF_t_70 2]  
 r e l u （ x ） = m a x ( x , 0 ) relu（x） = max ( x, 0 ) relu（x）=max(x,0)

**relu的优点**

*  第一，**relu速度更快**。采用sigmoid等函数，**算激活函数时候（指数运算）**，计算量大，**反向传播求误差梯度时，求导涉及除法**，计算量相当大，而采用Relu激活函数，整个过程的计算量节省很多。
 *  第二，对于深层网络，由于sigmoid、tanh函数只在0附近的梯度较大，当趋向两边无穷远时，梯度很小。**因此在反向传播时，很容易就出现梯度消失**的情况（在sigmoid函数接近**非线性饱和区**时，变换太缓慢，导数趋于0，这种情况会造成信息丢失），从而无法完成深层网络的训练
 *  第三，Relu会使一部分神经元的输出为0，这样就造成**了网络的稀疏性**，并且减少了参数的相互依存关系，**缓解了过拟合问题的发生**。

**relu的缺点**

*  由于relu函数在负半轴的输出恒为0，这导致relu函数在训练时**可能使部分神经元永远不会对数据由激活现象**，**这个神经元的梯度永远为零**，变成一个dead cell。
 *  函数值只能取正值。w的更新方向受到限制，只能往一三象限更新，当最优解在第四象限时，只能更新不能一步到达，只能沿梯子步到达。
 *  也有非线性饱和区问题

注意：如果学习率很大，神经元都”dead”的占比就更多。

--------------------

#### 3.4 Elu函数 ####

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Byb21pc2VqaWE_size_16_color_FFFFFF_t_70 3]

f ( z ) = \{ z z > = 0 α ( e z − 1 ) z < 0 f(z) = \\left\\\{\\begin\{matrix\} z& z>=0& \\\\ \\alpha(e^\{z\}-1) & z<0 & \\end\{matrix\}\\right. f(z)=\{ zα(ez−1)z>=0z<0

**优点**：  
elu函数堆relu进行了改进，使得在输入为负数的情况下，有一定输出。这样可以消除ReLU部分神经元dead的问题。  
**缺点**：

*  也会陷入非线性饱和区
 *  指数运算复杂度比较高

--------------------

#### 3.5 Prelu、Leaky ReLU函数 ####

![在这里插入图片描述][20190325164338367.png]

r e l u （ x ） = α m a x ( x , 0 ) relu（x） = \\alpha max ( x, 0 ) relu（x）=αmax(x,0)  
**优点：**

*  PReLU也是针对ReLU的一个改进型，relu直接乘以一个很小的参数，可以避免ReLU死掉的问题。
 *  相比于ELU，PReLU在负数区域内是线性运算，斜率虽然小，但是不会趋于0，运算量小。
 *  参数α一般是取0~1之间的数，当α=0.01时，成为Leaky ReLU。
 *

#### 3.6 自归一化激活函数 SELU ####

S E L U ( z ) = λ \{ z z > = 0 α ( e z − 1 ) z < 0 SELU(z) =\\lambda \\left\\\{\\begin\{matrix\} z& z>=0& \\\\ \\alpha(e^\{z\}-1) & z<0 & \\end\{matrix\}\\right. SELU(z)=λ\{ zα(ez−1)z>=0z<0

**优点：**

*  针对ELU的一个改进型，当选取 λ = 1.0506 , α = 1.67326 \\lambda = 1.0506, \\alpha = 1.67326 λ=1.0506,α=1.67326时，那么SELU(z) 的期望为0，方差为1. 文章中证明，如果使用SELU激活函数，并且初始化权重也为均值为0，方差为1，那么模型具有**自归一化属性**。自归一化可以在不加入BN的情况下，将每层的数据分布都变成均值为0，方差为1。这样可以：
    
     *  防止过拟合，
     *  解决了其他激活函数进入非线性饱和区带来的梯度弥散问题
     *  加速模型收敛

--------------------

### 4. 如何解决tanh、sigmoid进入非线性饱和区的问题 ###

*  换一种激活函数，比如selu
 *  采用批量归一化算法

参考：  
[深度学习：激活函数的比较和优缺点，sigmoid，tanh，relu][sigmoid_tanh_relu]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Byb21pc2VqaWE_size_16_color_FFFFFF_t_70]: /images/20220307/0cc31d49442d4141a8da00f011ecd210.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Byb21pc2VqaWE_size_16_color_FFFFFF_t_70 1]: /images/20220307/ac4f51e2f835470dbce005328fa15546.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Byb21pc2VqaWE_size_16_color_FFFFFF_t_70 2]: /images/20220307/8a475d0709b444e890930425efc26f73.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Byb21pc2VqaWE_size_16_color_FFFFFF_t_70 3]: /images/20220307/fbeb5d49bbe341d0b032ecff5e63c257.png
[20190325164338367.png]: /images/20220307/fd705521e06642488db8b2aeb42b83d4.png
[sigmoid_tanh_relu]: https://blog.csdn.net/u011684265/article/details/78039280