1、激活函数的作用?
1.不带激活函数的单层感知机是一个线性分类器，不能解决线性不可分的问题
2.合并后的多个感知器本质上还是一个线性分类器，还是解决不了非线性的问题
3.激活函数是用来加入非线性因素的，提高神经网络对模型的表达能力，解决线性模型所不能解决的问题。
2、常见激活函数
1.sigmiod
f(x)=1/(1+e^-x)
特点：sigmiod的输出范围为[0,1],适用于作为预测概率输出。梯度平滑，避免跳跃的输出值，函数可微，可以找到任意两个点的 sigmoid 曲线的斜率。
缺点：在深度神经网络中梯度反向传递时导致梯度爆炸和梯度消失，其中梯度爆炸发生的概率非常小，而梯度消失发生的概率比较大，其导函数的取值范围在[0,0.25]之间。函数输出不是以 0 为中心的，导致倒数均大于0，这会降低权重更新的效率。Sigmoid 函数执行指数运算，计算机运行得较慢。
2.tanh
f(x)=2/(1+e^-2x)-1
特点：tanh 是一个双曲正切函数。tanh 函数和 sigmoid 函数的曲线相对相似。但是它比 sigmoid 函数更有一些优势。tanh 的输出 区间为[-1,1]?，并且整个函数以 0 为中心，比 sigmoid 函数更好；在 tanh 图中，负输入将被强映射为负，而零输入被映射为接近零。
缺点：它解决了Sigmoid函数的不是zero-centered输出问题，然而，梯度消失（gradient vanishing）的问题和幂运算的问题仍然存在
注意：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。
3.relu （dead relu）
f(x)=max(0,x)
特点：
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。ReLU虽然简单，但却是近几年的重要成果，有以下几大优点：
1） 解决了gradient vanishing问题 (在正区间)
2）计算速度非常快，只需要判断输入是否大于0
3）收敛速度远快于sigmoid和tanh
缺点：
1）ReLU的输出不是zero-centered
2）Dead ReLU Problem，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) learning rate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learning rate设置太大或使用adagrad等自动调节learning rate的算法。
4.leaky relu (prelu)
f(x)=max(αx,x)
人们为了解决Dead ReLU Problem，提出了将ReLU的前半段设为αx而非0，通常α=0.01。另外一种直观的想法是基于参数的方法，即ParametricReLU:f(x)=max(αx,x)，其中α可由方向传播算法学出来。
5.elu
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，不会出现dead relu问题，输出均值接近0，zero-centered
6.softmax
f(x)=e^x_i/sum(x_j)?
特点：
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。我们可以认为它是 argmax 函数的概率版本或「soft」版本。
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。
?缺点：
在零点不可微。负输入的梯度为零，对于该区域的激活，权重不会在反向传播期间更新，会产生永不激活的死亡神经元。
7.Swish
f(x)=x * sigmoid (x)
特点：
Swish 的设计受到 LSTM 和 highway network 中使用 sigmoid 函数进行门控的启发。我们使用同样的值进行门控来简化门控机制，称为自门控（self-gating）。自门控的优势是它仅需要一个简单的标量输入，而正常的门控需要多个标量输入。该特性令使用自门控的激活函数如 Swish 能够轻松替换以单个标量作为输入的激活函数（如 ReLU），无需改变参数的隐藏容量或数量。
Swish 是一种新型激活函数，公式为： f(x) = x · sigmoid(x)。Swish 具备无上界有下界、平滑、非单调的特性，这些都在 Swish 和类似激活函数的性能中发挥有利影响。我们在实验中使用了专为 ReLU 设计的模型和超参数，然后用 Swish 替换掉 ReLU 激活函数；仅仅是如此简单、非最优的迭代步数仍使得 Swish 持续优于 ReLU 和其他激活函数。我们期待当模型和超参数都专为 Swish 设计的时候，Swish 还能取得进一步的提升。Swish 的简洁性及其与 ReLU 的相似性意味着在任何网络中替代 ReLU 都只是改变一行代码这么简单的事。
8.maxout
Maxout是深度学习网络中的一层网络，就像池化层、卷积层一样等，我们可以把maxout 看成是网络的激活函数层
maxout network的TensorFlow实现 - 简书
9.softplus
f(x)= ln(1+e^x)?
特点：softplus其导函数是sigmiod函数，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。它的接受范围很广：(0, + inf)。
10.softsign函数
f(x)=x/(1+|x|)?
Softsign函数是Tanh函数的另一个替代选择。就像Tanh函数一样，Softsign函数是反对称、去中心、可微分，并返回-1和1之间的值。其更平坦的曲线与更慢的下降导数表明它可以更高效地学习，比tanh函数更好的解决梯度消失的问题。另一方面，Softsign函数的导数的计算比Tanh函数更麻烦。
?
11.gelu
f(x)=xP(X<=x)=xΦ(x)
Φ(x)是正太分布的概率函数，可以简单采用正太分布N(0,1), 也可以使用参数化的正太分布N(μ,σ), 然后通过训练得到μ,σ
论文中提供的正太分布的近似计算如下：
Φ(x)=0.5x(1+tanh[2/π?(x+0.044715x3)])
在神经网络的建模过程中，模型很重要的性质就是非线性，同时为了模型泛化能力，需要加入随机正则，例如dropout(随机置一些输出为0,其实也是一种变相的随机非线性激活)， 而随机正则与非线性激活是分开的两个事情， 而其实模型的输入是由非线性激活与随机正则两者共同决定的。
GELUs正是在激活中引入了随机正则的思想，是一种对神经元输入的概率描述，直观上更符合自然的认识，同时实验效果要比Relus与ELUs都要好。
优点：
- 似乎是 NLP 领域的当前最佳；尤其在 Transformer 模型中表现最好；
- 能避免梯度消失问题。
缺点：
- 尽管是 2016 年提出的，但在实际应用中还是一个相当新颖的激活函数。
3、激活函数tf实现
1.sigmiod
y=tf.sigmoid(x)2.tanh
y=tf.tanh(x)3.relu （dead relu）
y=tf.nn.relu(x)4.leaky relu (prelu)
y=tf.nn.leaky_relu(x)5.elu
y=tf.nn.elu(x)6.softmax
y=tf.nn.softmax(x)7.Swish
y=tf.nn.swish(x)
8.maxout
def maxout(x, k, m):
d = x.get_shape().as_list()[-1]
W = tf.Variable(tf.random_normal(shape=[d, m, k]))
b = tf.Variable(tf.random_normal(shape = [m, k]))
z = tf.tensordot(x, W, axes=1) + b
z = tf.reduce_max(z, axis=2)
return z9.softplus
y=tf.nn.softplus(x)
10.softsign函数
y=tf.nn.softsign(x)
10.gelu
def gelu(input_tensor):
cdf = 0.5 * (1.0 + tf.erf(input_tensor / tf.sqrt(2.0)))
return input_tesnsor*cdf
参考文献
1、
深度学习领域最常用的10个激活函数，一文详解数学原理及优缺点 | 机器之心
2、sigmoid,softmax,tanh简单实现_dongcjava的博客-CSDN博客
3、神经网络激活函数的作用是什么？_Microstrong0305的博客-CSDN博客_神经网络激活函数的作用
4、BERT中的激活函数GELU：高斯误差线性单元 - 知乎
5、常用激活函数（激励函数）理解与总结_tyhj_sf的博客-CSDN博客_激活函数
6、softsign与tanh的比较_Takoony的博客-CSDN博客_softsign
7、谷歌大脑提出新型激活函数Swish惹争议：可直接替换并优于ReLU？（附机器之心测试） - 知乎
8、机器学习中的数学——激活函数（十二）：高斯误差线性单元(GELUs)_von Neumann的博客-CSDN博客
9、GELU 激活函数_alwayschasing的博客-CSDN博客_gelu激活函数