neural network for machine learning（by Geoffrey Hinton）lecture1

machine learning（by Geoffrey Hinton）lecture1"/>

neural network for machine learning（by Geoffrey Hinton）lecture1

neural network for machine learning（by Geoffrey Hinton）lecture1--几种常见的激活函数

   看了Hinton大神在第一周的lecture1中的讲的几种激活函数，自己又搜集了一些资料，因此整理成一篇博客，一来相当于笔记方便自己查看，二来也供各位程序猿参考。          在介绍激活函数之前，先看下一个最基本的神经元模型，这个模型在以前的关于神经网络的博客中也写过（），具体的可以看下这篇博客，现在只贴个图大家有个直观的感受就可以。
        常见的激活函数主要有linear neurons、binary threshold neurons、sigmoid neurons、TanH、rectified linear neurons、Leaky-ReLU、Maxout等。下面来分别详细的介绍这几个激活函数： 1、linear neurons：      linear neurons可以表示为：
             

2、binary threshold neurons：      binary threshold neurons可以表示为：

            
            其图像为：

3、sigmoid neurons： Sigmoid激活函数为：
其图像为：
阈值型函数具有不连续、不光滑的不好性质，Sigmoid函数可以把较大范围内的输入值挤压到（0,1）输出范围内，因此有时候称为“挤压函数”。以前sigmoid激活函数很常用，现在已经不常用了，因为它主要有以下缺点（摘自 我爱机器学习，CS231n课程笔记翻译：神经网络笔记1（上），链接为：link）

• Sigmoid函数饱和使梯度消失。sigmoid神经元有一个不好的特性，就是当神经元的激活在接近0或1处时会饱和：在这些区域，梯度几乎为0。回忆一下，在反向传播的时候，这个（局部）梯度将会与整个损失函数关于该门单元输出的梯度相乘。因此，如果局部梯度非常小，那么相乘的结果也会接近零，这会有效地“杀死”梯度，几乎就有没有信号通过神经元传到权重再到数据了。还有，为了防止饱和，必须对于权重矩阵初始化特别留意。比如，如果初始化权重过大，那么大多数神经元将会饱和，导致网络就几乎不学习了。
  
• Sigmoid函数的输出不是零中心的。这个性质并不是我们想要的，因为在神经网络后面层中的神经元得到的数据将不是零中心的。这一情况将影响梯度下降的运作，因为如果输入神经元的数据总是正数（比如在f=w^Tx+b中每个元素都x>0），那么关于w的梯度在反向传播的过程中，将会要么全部是正数，要么全部是负数（具体依整个表达式f而定）。这将会导致梯度下降权重更新时出现z字型的下降。然而，可以看到整个批量的数据的梯度被加起来后，对于权重的最终更新将会有不同的正负，这样就从一定程度上减轻了这个问题。因此，该问题相对于上面的神经元饱和问题来说只是个小麻烦，没有那么严重。

4、TanH TanH激活函数可表示为：
其图像为：
TanH激活函数可以将输入挤压到（-1,1）的范围内输出，这样它的输出就是以0为中心的，但它依然存在饱和问题。其实TanH函数就是Sigmoid函数的放大，。在实际操作中，tanh非线性函数比sigmoid非线性函数更受欢迎。
5、rectified linear neurons（ReLU）
ReLU激活函数可被表示为：
其图像为：
现在，ReLU激活函数很流行，很常用。RLU函数主要有以下优缺点：（摘自 我爱机器学习，CS231n课程笔记翻译：神经网络笔记1（上），链接为：link）

• 优点：相较于sigmoid和tanh函数，ReLU对于随机梯度下降的收敛有巨大的加速作用（ Krizhevsky 等的论文指出有6倍之多）。据称这是由它的线性，非饱和的公式导致的。
  
• 优点：sigmoid和tanh神经元含有指数运算等耗费计算资源的操作，而ReLU可以简单地通过对一个矩阵进行阈值计算得到。
  
• 缺点：在训练的时候，ReLU单元比较脆弱并且可能“死掉”。举例来说，当一个很大的梯度流过ReLU的神经元的时候，可能会导致梯度更新到一种特别的状态，在这种状态下神经元将无法被其他任何数据点再次激活。如果这种情况发生，那么从此所以流过这个神经元的梯度将都变成0。也就是说，这个ReLU单元在训练中将不可逆转的死亡，因为这导致了数据多样化的丢失。例如，如果学习率设置得太高，可能会发现网络中40%的神经元都会死掉（在整个训练集中这些神经元都不会被激活）。通过合理设置学习率，这种情况的发生概率会降低。
  

6、Leaky-ReLU: Leaky-ReLU从名字上应该也可以看出是从ReLU衍生出来的，主要是为了克服ReLU的缺点。Leaky-ReLU可表示为：


其中  通常是一个非常小的实数，但关于其效果有的说很好，有的说不好。尚无明确的定论。
7、Maxout Maxout是Goodfellow在13年的ICML上发表的论文中提出的，有兴趣的可以去看这篇论文link。其可以表示为：


ReLU和Leaky-ReLU都是这个公式的特殊情况（比如ReLU就是当w_1,b_1=0的时候）。这样Maxout神经元就拥有ReLU单元的所有优点（线性操作和不饱和），而没有它的缺点（死亡的ReLU单元）。然而和ReLU对比，它每个神经元的参数数量增加了一倍，这就导致整体参数的数量激增。(摘自 我爱机器学习，CS231n课程笔记翻译：神经网络笔记1（上），链接为：link)

以上就是一些常见的激活函数。至于在实践中该如何选择激活函数呢？

• 一般可以使用 ReLU，但是一定要设置好learning rate，不要让你的网络出现很多 “dead” 神经元，如果这个问题不好解决，那么可以试试 Leaky ReLU、PReLU 或者 Maxout.
• 现在基本不会再用sigmoid了，可以试试 tanh，不过可以预期它的效果会比不上 ReLU 和 Maxout.
• 通常来说，很少会把各种激活函数串起来在一个网络中使用的。

最后附上一个hinton课堂上关于激活函数的题目，供大家参考：