网站设计的公司运营接单,北京出名的室内设计公司,开原网站建设,做贺卡 网站激活函数总结#xff08;六#xff09;#xff1a;ReLU系列激活函数补充 1 引言2 激活函数2.1 RReLU激活函数2.2 CELU激活函数2.3 ReLU6 激活函数 3. 总结 1 引言
在前面的文章中已经介绍了介绍了一系列激活函数 (Sigmoid、Tanh、ReLU、Leaky ReLU、PReLU、Swish、ELU、SEL… 激活函数总结六ReLU系列激活函数补充 1 引言2 激活函数2.1 RReLU激活函数2.2 CELU激活函数2.3 ReLU6 激活函数 3. 总结 1 引言
在前面的文章中已经介绍了介绍了一系列激活函数 (Sigmoid、Tanh、ReLU、Leaky ReLU、PReLU、Swish、ELU、SELU、GELU、Softmax、Softplus、Mish、Maxout、HardSigmoid、HardTanh、Hardswish、HardShrink、SoftShrink、TanhShrink)。在这篇文章中会接着上文提到的众多激活函数继续进行介绍给大家带来更多不常见的激活函数的介绍。这里放一张激活函数的机理图
最后对于文章中没有提及到的激活函数大家可以通过评论指出作者会在后续的文章中进行添加补充。
2 激活函数
2.1 RReLU激活函数
论文链接Empirical Evaluation of Rectified Activations in Convolutional Network
RReLU激活函数是基于Leaky ReLU的一种扩展形式。与传统的Leaky ReLU不同RReLU引入了随机性允许在训练过程中随机设置泄漏的斜率。其数学表达式和数学图像分别如下所示 R R e L U ( x ) { x i f x 0 a x o t h e r w i s e RReLU(x)\left\{ \begin{matrix} \quad \quad \quad x \quad \quad \quad if \quad x 0 \\ \quad \quad \quad ax \quad \quad \quad otherwise \quad \end{matrix} \right. RReLU(x){xifx0axotherwise a是一个随机数服从均匀分布U(lower,upper)。在pytorch中nn.RReLU默认参数是lower1/8, upper1/3。参数a在训练时随机测试时固定为 (lower upper) / 2。
优点
减少过拟合对于RReLU而言参数a是随机选择的这样可以减少过拟合带来的风险
缺点
效果不好相对ReLU而言RReLU往往效果不是很好运算速度慢RReLU增加了计算的参数量因此运算速度较慢
RReLU虽然在训练时效果表现很差但是在测试时表现很好。但是现在仍处于几乎没有人使用的情况。。。
2.2 CELU激活函数
论文链接https://arxiv.org/abs/1704.07483
CELU 激活函数是 ELU激活函数的变体与 ELU 不同CELU 是一个连续可导的激活函数旨在在保持ELU的非线性特性的同时消除其在某些点上不可导的问题。其数学表达式和数学图像分别如下所示 C E L U ( x ) m a x ( 0 , x ) m i n ( 0 , α ∗ ( e x p x / α − 1 ) ) CELU(x)max(0,x)min(0,α∗(exp^{x/α}−1)) CELU(x)max(0,x)min(0,α∗(expx/α−1)) 优点
连续可分对于ELU激活函数而言 α \alpha α 不等于1时其相对于其输入不是连续可微的而CELU对于所有 α \alpha α 都是连续可微的使整流器更容易推理并使 α \alpha α更容易调整。
缺点
计算复杂度高负数部分引入了指数函数的计算增加了计算的复杂性。增加了超参数增加了超参数用于调整激活函数在负值区域的斜率。选择合适的 α \alpha α 值仍然是一个挑战不同的数据集和任务可能需要不同的参数设置。
实验发现 CELU 具有不错的效果在许多网络中都有应用。可以作为一种常用激活函数
2.3 ReLU6 激活函数
论文链接cs.utoronto.ca/~kriz/conv-cifar10-aug2010.pdf
ReLU6 激活函数是 ReLU 激活函数的变种之一。ReLU6 激活函数在负值区域与普通的ReLU相同而在正值区域则进行了剪裁将正值限制在一个较小的范围内通常是[0, 6]。这里设置为6是因为在论文中经过实验设置为6取得的效果最好其数学表达式和数学图像分别如下所示 R e L U 6 ( x ) m i n ( m a x ( x , 0 ) , 6 ) ReLU6(x) min(max(x, 0), 6) ReLU6(x)min(max(x,0),6)
优点
稀疏性由于ReLU6的截断属性使得激活函数存在一定的稀疏性。可以降低模型的计算复杂度。低精度分辨率对于一些低精度的数据具有很好的分辨率。例如 float16 无法准确描述出较大数据因此会导致一定的精度损失而使用ReLU6激活函数不会存在这样的问题。
缺点
信息丢失截断属性可能带来一定的信息丢失。超参数选择对于ReLU6而言其截断范围也是可以被选择的可以通过对该超参数进行选择来调节效果。
ReLU6激活函数具有一定的效果在当前诸多领域都有应用是一个比较常用的激活函数
3. 总结
到此使用 激活函数总结六 已经介绍完毕了 如果有什么疑问欢迎在评论区提出对于共性问题可能会后续添加到文章介绍中。如果存在没有提及的激活函数也可以在评论区提出后续会对其进行添加
如果觉得这篇文章对你有用记得点赞、收藏并分享给你的小伙伴们哦。
