常用激活函数及其导数
- Sigmoid函数
- 形式
\[f(z)=\frac{1}{1+\exp(-z)}\] - 导数
\[f^{'}(z)=f(z)(1-f(z))\]
- 形式
- Tanh激活函数
- 形式
\[f(z)=tanh(z)=\frac{e^z - e^{-z}}{e^z + e^{-z}}\] - 导数
\[f^{'}(z)=1-(f(z))^2\]
- 形式
- ReLU激活函数
- 形式
\[f(z) = \max(0, z)\] - 导数:略
- 形式
- GTU激活函数
- 形式
\[f(X) = tanh(X \cdot W+b)\cdot \sigma(X \cdot V+c)\] - 结构:tanh激活单元+sigmoid激活单元
- 存在梯度消失问题
- 形式
- GLU激活函数
- 形式
\[f(X) = (X\cdot W+b) \cdot \sigma(X \cdot V+c)\] - 结构:ReLU激活单元+sigmoid激活单元
- 不会存在梯度消失问题
- 形式
- SELU (scaled exponential linear units)激活函数
- 形式
\[\begin{aligned} \text{selu}(z) = \lambda \begin{cases} z \quad &\text{if} \ z > 0 \\ \alpha e^z - \alpha \quad &\text{if} \ z \le 0 \end{cases} \end{aligned}\] - 具有自归一化功能。其中\(\alpha, \lambda\)是两个常数
- 形式
- Swish激活函数
- 形式
\[f(z)=z\cdot \sigma(z)\] - 导数
\[f^{'}(z)=f(z) + \sigma(z)(1-f(z))\]
- 形式
Sigmoid和Tanh梯度消失问题
- Sigmoid函数在\(z\)很大或者很小时,导数趋近于0,造成梯度消失
- Tanh函数相当于Sigmoid的平移,梯度消失问题类似
\[\tanh(x)=2sigmoid(2x)-1\]
ReLU优缺点
- 优点
- 不需要计算指数,方便
- 非饱和性有效解决梯度消失问题,提供相对宽的激活边界
- 单侧抑制提供了网络的稀疏表达能力
- 局限性
- 神经元死亡问题
- 负梯度在经过该ReLU单元时被置为0,且在之后不被激活,梯度永远为0
- 如果学习率设置较大,会导致一定比例的神经元不可逆死亡,进而参数梯度无法更新
- 改进
- Leaky ReLU
\[f(z)=\begin{cases} z, z > 0 \\ az, z < 0 \end{cases}\]
一般\(a\)为小常数,既实现单侧抑制,又保留了部分负梯度,但\(a\)的选择增加了问题难度 - PReLU
- 将负轴部分斜率\(a\)作为网络中的可学习参数
- Random ReLU
- 训练过程中,\(a\)作为一个满足某种分布的随机采样
- 测试时固定
- Leaky ReLU
- 神经元死亡问题