PyTorch——激活函数_pytorch 激活函数

参考链接

1. https://mp.weixin.qq.com/s/irha7DB2l0GfdAJdsPXlMA
2. https://pytorch.org/docs/stable/nn.html#non-linear-activations-weighted-sum-nonlinearity
3. https://pytorch.org/docs/stable/nn.html#non-linear-activations-other
4. https://zhuanlan.zhihu.com/p/88429934?from_voters_page=true

sigmoid

函数表达式

$sigmoid\left(x\right)=\sigma \left(x\right)=\frac{1}{1+e^{-x}}$

图像

优点

（1）便于求导的平滑函数

（2）能压缩数据，保证数据幅度不会有问题

（3）用于将预测概率作为输出的模型。由于概率的取值范围是 0 到 1，因此 Sigmoid 函数非常合适

缺点

（1）容易出现梯度消失（gradient vanishing）的现象：当激活函数接近饱和区时，变化太缓慢，导数接近0，根据后向传递的数学依据是微积分求导的链式法则，当前导数需要之前各层导数的乘积，几个比较小的数相乘，导数结果很接近0，从而无法完成深层网络的训练。

（2）Sigmoid的输出不是0均值的：这会导致后层的神经元的输入是非0均值的信号，这会降低权重更新的效率。

（3）幂运算相对耗时

代码示例

m = nn.Sigmoid()
input = torch.randn(2)
output = m(input)
1
2
3

tanh

函数表达式

$Tanh\left(x\right)=tanh\left(x\right)=\frac{2}{1+e^{-2x}}-1$

图像

优点

tanh函数将输出值映射到了-1到1之间，因此它是0均值的

缺点

（1）容易出现梯度消失（gradient vanishing）的现象
（2）幂运算相对耗时

注：在一般的二元分类问题中，tanh 函数用于隐藏层，而 sigmoid 函数用于输出层，但这并不是固定的，需要根据特定问题进行调整。

代码示例

m = nn.Tanh()
input = torch.randn(2)
output = m(input)
1
2
3

relu

函数表达式

$ReLU\left(x\right)={\left(x\right)}^{+}=max\left(0,x\right)$

图像

优点

（1）收敛速度比sigmoid和tanh快（梯度不会饱和，解决了梯度消失问题）

（2）计算复杂度低，不需要进行指数运算

缺点

（1）ReLU 函数不是以 0 为中心的函数

（2）Dead ReLU Problem（神经元坏死现象）：某些神经元可能永远不会被激活，导致相应参数不会被更新（在负数部分，梯度为0）。产生这种现象的两个原因：参数初始化问题；learning rate太高导致在训练过程中参数更新太大。解决办法：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。

（3）ReLu不会对数据做幅度压缩，所以数据的幅度会随着模型层数的增加不断扩张。

代码示例

m = nn.ReLU()
input = torch.randn(2)
utput = m(input)
1
2
3

LeakyReLU

函数表达式

$LeakyReLU\left(x\right)=max\left(0,x\right)+negative\_slope\times min\left(0,x\right)$

图像

优点

（1）LeakyReLU通过把x的非常小的线性分量给予负输入来调整负值的零梯度（zero gradients）问题

（2）leak有助于扩大ReLU函数的范围，通常$negative\_slope$的值为0.01左右

（3）Leaky ReLU 的函数范围是负无穷到正无穷

代码示例

m = nn.LeakyReLU(0.1)
input = torch.randn(2)
output = m(input)
1
2
3

ELU

函数表达式

E L U ( X ) = { x if  x > 0 α ∗ ( e x − 1 ) if  x ⩽ 0 ELU\left ( X\right )=

$$\begin{cases} x & \text{if}\ x> 0 \\ \alpha \ast \left ( e^{x}-1\right ) & \text{if}\ x\leqslant 0 \end{cases}$$ ELU(X)={xα∗(ex−1)​if x>0if x⩽0​

图像

优点

（1）没有Dead ReLU问题，输出的平均值接近0，以0为中心；

（2）ELU通过减少偏置偏移的影响，使正常梯度更接近于单位自然梯度，从而使均值向零加速学习；

（3）ELU在较小的输入下会饱和至负值，从而减少前向传播的变异和信息。

缺点

它的计算强度更高。与Leaky ReLU类似，尽管理论上比ReLU要好，但目前在实践中没有充分的证据表明ELU总是比ReLU好。

代码示例

m = nn.ELU()
input = torch.randn(2)
output = m(input)
1
2
3

PReLU

函数表达式

$PReLU\left(x\right)=max\left(0,x\right)+a\ast min\left(0,x\right)$

图像

优点

（1）在负值域，PReLU的斜率较小，这也可以避免Dead ReLU问题。

（2）与ELU相比，PReLU 在负值域是线性运算。尽管斜率很小，但不会趋于0。

代码示例

m = nn.PReLU()
input = torch.randn(2)
output = m(input)
1
2
3

softmax

函数表达式

$Softmax\left(x_i\right)=\frac{exp\left(x_i\right)}{{\sum }_j^{}exp\left(x_j\right)}$

优点

（1）Softmax是用于多类分类问题的激活函数，在多类分类问题中。对于长度为K的任意实向量，Softmax可以将其压缩为长度为K，值在（0，1）范围内，并且向量中元素的总和为1的实向量。

（2）Softmax与正常的max函数不同：max函数仅输出最大值，但Softmax确保较小的值具有较小的概率，并且不会直接丢弃。

（3）Softmax函数的分母结合了原始输出值的所有因子，这意味着Softmax函数获得的各种概率彼此相关。

代码示例

m = nn.Softmax(dim=1)
input = torch.randn(2, 3)
output = m(input)
1
2
3

softplus

函数表达式

$Softplus\left(x\right)=\frac{1}{\beta }\ast log\left(1+exp\left(\beta \ast x\right)\right)$

图像

特点

Softplus函数类似于ReLU函数，但是相对较平滑，像ReLU一样是单侧抑制。

代码示例

m = nn.Softplus()
input = torch.randn(2)
output = m(input)
1
2
3