深度學習基礎系列（三）| sigmoid、tanh和relu激活函數的直觀解釋

　　常見的激活函數有sigmoid、tanh和relu三種非線性函數，其數學表達式分別為：

• sigmoid: y = 1/(1 + e^-x)
• tanh: y = (e^x - e^-x)/(e^x + e^-x)
• relu: y = max(0, x)

　　其代碼實現如下：

import numpy as np
import matplotlib.pyplot as plt

def sigmoid(x):
    return 1 / (1 + np.exp(-x))

def tanh(x):
    return (np.exp(x) - np.exp(-x)) / (np.exp(x) + np.exp(-x))

def relu(x):
    return np.maximum(0, x)

x = np.arange(-5, 5, 0.1)
p1 = plt.subplot(311)
y = tanh(x)
p1.plot(x, y)
p1.set_title('tanh')
p1.axhline(ls='--', color='r')
p1.axvline(ls='--', color='r')


p2 = plt.subplot(312)
y = sigmoid(x)
p2.plot(x, y)
p2.set_title('sigmoid')
p2.axhline(0.5, ls='--', color='r')
p2.axvline(ls='--', color='r')

p3 = plt.subplot(313)
y = relu(x)
p3.plot(x, y)
p3.set_title('relu')
p3.axvline(ls='--', color='r')

plt.subplots_adjust(hspace=1)
plt.show()

　　其圖形解釋如下：

　　相較而言，在隱藏層，tanh函數要優於sigmoid函數，可以認為是sigmoid的平移版本，優勢在於其取值范圍介於-1 ~ 1之間，數據的平均值為0，而不像sigmoid為0.5，有類似數據中心化的效果。

　　但在輸出層，sigmoid也許會優於tanh函數，原因在於你希望輸出結果的概率落在0 ~ 1 之間，比如二元分類，sigmoid可作為輸出層的激活函數。

　　但實際應用中，特別是深層網絡在訓練時，tanh和sigmoid會在端值趨於飽和，造成訓練速度減慢，故深層網絡的激活函數默認大多采用relu函數，淺層網絡可以采用sigmoid和tanh函數。

 

　　另外有必要了解激活函數的求導公式，在反向傳播中才知道是如何進行梯度下降。三個函數的求導結果及推理過程如下：

　　1. sigmoid求導函數：

　　其中，sigmoid函數定義為 y = 1/(1 + e^-x)  = (1 + e^-x)^-1

　　與此相關的基礎求導公式：(xⁿ)' = n * x^n-1   和  (e^x)^' = e^x

　　應用鏈式法則，其求導過程為：dy/dx = -1 * (1 + e^-x)^-2 * e^-x * (-1)

　　　　　　　　　　　　　　　　　　  =  e^-x * (1 + e^-x)^-2

　　　　　　　　　　　　　　　　　　  = (1 + e^-x - 1) / (1 + e^-x)²

　　　　　　　　　　　　　　　　　　  = (1 + e^-x)^-1  -  (1 + e^-x)^-2 

　　　　　　　　　　　　　　　　　　  = y - y² 

　　　　　　　　　　　　　　　　　　  = y(1 -y)

      2. tanh求導函數：

　　其中，tanh函數定義為 y = (e^x - e^-x)/(e^x + e^-x)

　　與此相關的基礎求導公式：(u/v)^' = (u^' v - uv^') / v² 

　　同樣應用鏈式法則，其求導過程為：dy/dx = ( (e^x - e^-x)^' * (e^x + e^-x) - (e^x - e^-x) * (e^x + e^-x)^' ) / (e^x + e^-x)² 

　　　　　　　　　　　　　　　　　　　　  =  ( (e^x - (-1) * e^-x) * (e^x + e^-x) - (e^x - e^-x) * (e^x + (-1) * e^-x) ) / (e^x + e^-x)² 　　

　　　　　　　　　　　　　　　　　　　　  =  ( (e^x + e^-x)²  -  (e^x - e^-x)² ) / (e^x + e^-x)² 

　　　　　　　　　　　　　　　　　　　　  =  1 -  ( (e^x - e^-x)/(e^x + e^-x) )² 

　　　　　　　　　　　　　　　　　　　　  = 1 - y² 

　　3. relu求導函數：

　　其中，relu函數定義為 y = max(0, x)

　　可以簡單推理出 當x <0 時，dy/dx = 0; 當 x >= 0時，dy/dx = 1