机器学习-补充03 神经网络之激活函数(Activation Function)

Bertha 。 2022-11-21 11:49 229阅读 0赞

# 激活函数(Activation Function) #

## 1.为什么需要激活函数？ ##

**激活函数通常有如下一些性质：**

*  **非线性：** 当激活函数是线性的时候，一个两层的神经网络就可以逼近基本上所有的函数了。但是，如果激活函数是恒等激活函数的时候（即f(x)=x），就不满足这个性质了，而且如果MLP使用的是恒等激活函数，那么其实整个网络跟单层神经网络是等价的。
 *  **可微性：** 当优化方法是基于梯度的时候，这个性质是必须的。
 *  **单调性：** 当激活函数是单调的时候，单层网络能够保证是凸函数。
 *  **f(x)≈x** 当激活函数满足这个性质的时候，如果参数的初始化是random的很小的值，那么神经网络的训练将会很高效；如果不满足这个性质，那么就需要很用心的去设置初始值。
 *  **输出值的范围：** 当激活函数输出值是 **有限** 的时候，基于梯度的优化方法会更加 **稳定**，因为特征的表示受有限权值的影响更显著；当激活函数的输出是 **无限** 的时候，模型的训练会更加高效，不过在这种情况小，一般需要更小的learning rate.

**如果没有激励函数，那么神经网络的权重、偏置全是线性的仿射变换（affine transformation），有了非线性激活函数以后, 神经网络的表达能力更加强大**

## **2.常见的三种激活函数：** ##

![70][]

### (1)Sigmoid函数 ###

它的数学形式如下：

![20201101172231710.png][]

它能够**把输入的连续实值“压缩”到0和1之间**。特别的，如果是非常大的负数，那么输出就是0；如果是非常大的正数，输出就是1.

**缺点**：

*  **Sigmoids saturate and kill gradients.** （saturate 这个词怎么翻译？饱和？）sigmoid 有一个非常致命的缺点，当输入非常大或者非常小的时候（saturation），这些神经元的梯度是接近于0的，从图中可以看出梯度的趋势。所以，你需要尤其注意参数的初始值来尽量避免saturation的情况。如果你的初始值很大的话，大部分神经元可能都会处在saturation的状态而把gradient kill掉，这会导致网络变的很难学习。
 *  **Sigmoid 的 output 不是0均值.** 这是不可取的，因为这会导致后一层的神经元将得到上一层输出的非0均值的信号作为输入。  
    产生的一个结果就是：如果数据进入神经元的时候是正的(e.g. x>0elementwise in f=wTx+b)，那么 w 计算出的梯度也会始终都是正的。

当然了，如果你是按batch去训练，那么那个batch可能得到不同的信号，所以这个问题还是可以缓解一下的。因此，非0均值这个问题虽然会产生一些不好的影响，不过跟上面提到的 kill gradients 问题相比还是要好很多的。

### sigmoid的梯度 ###

左端趋近于0，右端趋近于1，且两端都趋于[饱和][Link 1].

![这里写图片描述][70 1]

如果我们初始化神经网络的权值为 \[0,1\] 之间的随机值，由反向传播算法的数学推导可知，梯度从后向前传播时，每传递一层梯度值都会减小为原来的0.25倍，如果神经网络隐层特别多，那么梯度在穿过多层后将变得非常小接近于0，即出现梯度消失现象；当网络权值初始化为 (1,+∞) (1,+∞)(1,+∞) 区间内的值，则会出现梯度爆炸情况。

Sigmoid 的 output 不是0均值（即zero-centered）。这会导致后一层的神经元将得到上一层输出的非0均值的信号作为输入。  
其解析式中含有幂运算，计算机求解时相对来讲比较耗时。对于规模比较大的深度网络，这会较大地增加训练时间.

## (2)Tanh函数 ##

Tanh函数可以将元素的值变换到-1和1之间：

![200cfac91aeb2ee523d2e643665077c3.png][]

Tanh函数 的输出均值比 sigmoid 更接近 0，SGD会更接近natural gradient（一种二次优化技术），从而降低所需的迭代次数，主要解决了上面说到的sigmod函数的第二个不足。 当x为非常大或者非常小的时候，由导数推断公式可知，此时导数接近与0，会导致梯度很小，权重更新非常缓慢，从而导致所谓的梯度消失的问题。

![tanh(x)及其导数的几何图像][tanh_x]

它解决了Sigmoid函数的不是zero-centered输出问题，然而，梯度消失（gradient vanishing）的问题和幂运算的问题仍然存在。

(3) ReLu函数

relu(x)=max(x,0)

![这里写图片描述][70 2]

是个分段线性函数，显然其导数在正半轴为1，负半轴为0，这样它在整个实数域上有一半的空间是不饱和的。相比之下，sigmoid函数几乎全部区域都是饱和的.

ReLU虽然简单，但却是近几年的重要成果，有以下几大优点：  
1） 解决了gradient vanishing问题 (在正区间)  
2）计算速度非常快，只需要判断输入是否大于0  
3）收敛速度远快于sigmoid和tanh

ReLu是分段线性函数，它的非线性性很弱，因此网络一般要做得很深。但这正好迎合了我们的需求，因为在同样效果的前提下，往往深度比宽度更重要，更深的模型泛化能力更好。所以自从有了Relu激活函数，各种很深的模型都被提出来了，一个标志性的事件是应该是VGG模型和它在ImageNet上取得的成功.

ReLU也有几个需要特别注意的问题：  
1）ReLU的输出不是zero-centered  
2）某些神经元可能永远不会被激活(Dead ReLU Problem)，导致相应的参数永远不能被更新。有两个主要原因可能导致这种情况产生: (1) 非常不幸的参数初始化，这种情况比较少见 (2) learning rate太高导致在训练过程中参数更新太大，不幸使网络进入这种状态。解决方法是可以采用Xavier初始化方法，以及避免将learning rate设置太大或使用adagrad等自动调节learning rate的算法。

人们为了解决Dead ReLU Problem，提出了将ReLU的前半段设为αx 非0，通常α=0.01 ( Leaky ReLU函数: f(x)=max(αx,x) )。为了解决zero-centered问题,提出了ELU (Exponential Linear Units) 函数,f(x)=x if x>0 otherwise a(e^x −1).

# **（3）ReLU** #

ReLU函数当输入为正数时，输出导数恒为1，缓解了梯度消失的问题。为网络带来稀疏性，当输入值小于0，就会被稀疏掉。

![8ef61081ee8539137b92ed42bb0b0a8c.png][]

由于ReLU函数只有线性关系，所以不管是前向传播还是反向传播，都比sigmod和tanh要快很多。。

**ReLU**处理了它的sigmoid、tanh中常见的**梯度消失**问题，同时也是计算梯度**最快**的激励函数。

![ec2a04309b9455f1c80834a4bb5e27bf.png][]

![51370aef35f9bb6a2622238a758f03f8.png][]

## (4) Swish函数(Google大脑团队) ##

定义为 swish(x)=x⋅Sigmoid

图像如下图所示:

![Swish][]

从图像上来看，Swish函数跟ReLu差不多，唯一区别较大的是接近于0的负半轴区域, Google大脑做了很多实验，结果都表明Swish优于ReLu

[70]: /images/20221120/987d0495e3464d7c97d3bd0d7bfe950f.png
[20201101172231710.png]: https://img-blog.csdnimg.cn/20201101172231710.png
[Link 1]: https://www.cnblogs.com/tangjicheng/p/9323389.html
[70 1]: https://img-blog.csdn.net/20180415160228709?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3R5aGpfc2Y=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70
[200cfac91aeb2ee523d2e643665077c3.png]: https://img-blog.csdnimg.cn/img_convert/200cfac91aeb2ee523d2e643665077c3.png
[tanh_x]: https://img-blog.csdn.net/2018041517590341?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3R5aGpfc2Y=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70
[70 2]: https://img-blog.csdn.net/20180503231727530?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3R5aGpfc2Y=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70
[8ef61081ee8539137b92ed42bb0b0a8c.png]: https://img-blog.csdnimg.cn/img_convert/8ef61081ee8539137b92ed42bb0b0a8c.png
[ec2a04309b9455f1c80834a4bb5e27bf.png]: https://img-blog.csdnimg.cn/img_convert/ec2a04309b9455f1c80834a4bb5e27bf.png
[51370aef35f9bb6a2622238a758f03f8.png]: https://img-blog.csdnimg.cn/img_convert/51370aef35f9bb6a2622238a758f03f8.png
[Swish]: https://img-blog.csdnimg.cn/img_convert/75f3958a60a6bbf2a8131d8181abcc47.png