夏飞，清华大学计算机软件学士，卡内基梅隆大学人工智能硕士。现为谷歌软件工程师。

TLDR(orthetake-away)

优先使用ReLU(RectifiedLinearUnit)函数作为神经元的activationfunction:

背景

深度学习的基本原理是基于人工神经网络，信号从一个神经元进入，经过非线性的activationfunction，传入到下一层神经元；再经过该层神经元的activate，继续往下传递，如此循环往复，直到输出层。正是由于这些非线性函数的反复叠加，才使得神经网络有足够的capacity来抓取复杂的pattern，在各个领域取得state-of-the-art的结果。显而易见，activationfunction在深度学习中举足轻重，也是很活跃的研究领域之一。目前来讲，选择怎样的activationfunction不在于它能否模拟真正的神经元，而在于能否便于优化整个深度神经网络。

下面我们简单聊一下各类函数的特点以及为什么现在优先推荐ReLU函数。

Sigmoid函数

Sigmoid函数是深度学习领域开始时使用频率最高的activationfunction。它是便于求导的平滑函数，其导数为，这是优点。然而，Sigmoid有三大缺点：

容易出现gradientvanishing

函数输出并不是zero-centered

幂运算相对来讲比较耗时

GradientVanishing

优化神经网络的方法是BackPropagation，即导数的后向传递：先计算输出层对应的loss，然后将loss以导数的形式不断向上一层网络传递，修正相应的参数，达到降低loss的目的。Sigmoid函数在深度网络中常常会导致导数逐渐变为0，使得参数无法被更新，神经网络无法被优化。

原因在于两点：

在上图中容易看出，当中较大或较小时，导数接近0，而后向传递的数学依据是微积分求导的链式法则，当前层的导数需要之前各层导数的乘积，几个小数的相乘，结果会很接近0

Sigmoid导数的最大值是0.25，这意味着导数在每一层至少会被压缩为原来的1/4，通过两层后被变为1/16，…，通过10层后为1/。请注意这里是“至少”，导数达到最大值这种情况还是很少见的。

输出不是zero-centered

Sigmoid函数的输出值恒大于0，这会导致模型训练的收敛速度变慢。

举例来讲，对，如果所有均为正数或负数，那么其对的导数总是正数或负数，这会导致如下图红色箭头所示的阶梯式更新，这显然并非一个好的优化路径。深度学习往往需要大量时间来处理大量数据，模型的收敛速度是尤为重要的。所以，总体上来讲，训练深度学习网络尽量使用zero-centered数据(可以经过数据预处理实现)和zero-centered输出。

幂运算相对耗时

相对于前两项，这其实并不是一个大问题，我们目前是具备相应计算能力的，但面对深度学习中庞大的计算量，最好是能省则省:-)。之后我们会看到，在ReLU函数中，需要做的仅仅是一个thresholding，相对于幂运算来讲会快很多。

tanh函数

tanh读作HyperbolicTangent，如上图所示，它解决了zero-centered的输出问题，然而，gradientvanishing的问题和幂运算的问题仍然存在。

ReLU函数

ReLU函数其实就是一个取最大值函数，注意这并不是全区间可导的，但是我们可以取sub-gradient，如上图所示。ReLU虽然简单，但却是近几年的重要成果，有以下几大优点：

解决了gradientvanishing问题(在正区间)

计算速度非常快，只需要判断输入是否大于0

收敛速度远快于sigmoid和tanh

ReLU也有几个需要特别注意的问题：

ReLU的输出不是zero-centered

DeadReLUProblem，指的是某些神经元可能永远不会被激活，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)learningrate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learningrate设置太大或使用adagrad等自动调节learningrate的算法。

尽管存在这两个问题，ReLU目前仍是最常用的activationfunction，在搭建人工神经网络的时候推荐优先尝试！

LeakyReLU函数

人们为了解决DeadReLUProblem，提出了将ReLU的前半段设为而非0。另外一种直观的想法是基于参数的方法，即ParametricReLU:，其中可由backpropagation学出来。理论上来讲，LeakyReLU有ReLU的所有优点，外加不会有DeadReLU问题，但是在实际操作当中，并没有完全证明LeakyReLU总是好于ReLU。

ELU(ExponentialLinearUnits)函数

ELU也是为解决ReLU存在的问题而提出，显然，ELU有ReLU的基本所有优点，以及：

不会有DeadReLU问题

输出的均值接近0，zero-centered

它的一个小问题在于计算量稍大。类似于LeakyReLU，理论上虽然好于ReLU，但在实际使用中目前并没有好的证据ELU总是优于ReLU。

小结

建议使用ReLU函数，但是要注意初始化和learningrate的设置；可以尝试使用LeakyReLU或ELU函数；不建议使用tanh，尤其是sigmoid函数。

参考资料

UdacityDeepLearningCourses

StanfordCSnCourse

文章来源：雷锋网

《WatsonAnalytics数据分析应用实战公开课》0元学习，0基础入学，适合市场人员、销售人员、技术人员等对数据有分析诉求的朋友，以及对wastonanalystics感兴趣的学员，学完能熟练使用WastonAnalystics进行数据分析，以及制作报表，感兴趣的速度加入哦！点击下方







































白癜风的根治方法
北京中科中医院好不好