发表于 2018-06-27 22:06:48   |   已被 访问: 642 次   |   分类于:   tensorflow   |   暂无评论

稍微留点心就会发现，一般的学习网络都有激活函数（也有激励函数等其他名称）。例如在第二节 识别手写数字实战项目中，我们使用了 softmax 函数作为激活函数。为什么要使用激活函数呢？它有什么用呢？本节将讨论这两点。

神经网络的基本数学公式

---

对于需要参考值的有监督类型的神经网络来说，有一个非常经典的公式（或者称网络）：

 y = wx + b

很简单，却很有效。设系数矩阵为 w，偏置为 b，输入样本 x，即可计算出一组估计值 y，假设参考值为 y_，那么只要不断调整 w 和 b，使得 y 和 y_ 接近到满意的程度即可。常用损失函数来估计y 和 y_的接近程度，常用梯度下降法调整w和b。然而，上面的经典公式解决线性问题有不俗的表现，但是对非线性问题却无能为力，这是显然的。

人工神经网络的发展，迄今经历过数次大起大落，在发展早期，有人证明线性神经网络甚至不能解决简单的异或问题，使得神经网络进入寒冬。

线性可分和线性不可分

---

这里直接放两张图，左图是线性可分问题，用一条直线，就可以把两中类型完美的分开。右图是线性不可分问题，不可能使用直线将两中类型完美的分开。

对于左图的分类问题，使用线性神经网络可以完美解决。而线性神经网络不可能解决右图所示的分类问题。但是，y = wx + b 模型经过这么多年的发展，有着非常丰富的理论和经验，仅仅因为要解决的问题是非线性的缘故，就无法使用，太可惜了。所幸，人们发现了在线性的网络模型中引入非线性元素，就可以让整个网络解决非线性问题。怎么引入非线性元素呢？答案是，让线性的结果，经过非线性函数的处理即可。这个非线性函数就称为激活函数。

激活函数的要求

---

• 首先，激活函数必须是非线性的，这点上面已经分析。
• 激活函数必须是可微分的。这是因为，调整 w 和 b常常需要网络的梯度信息。
• 激活函数不能消灭梯度，也不能引起梯度爆炸。对于深度学习而言，网络的层数往往非常多，梯度在传递的过程中，既不能衰减直至消失，也不能无限放大到夸张的程度。

当然，以上是激活函数的必要条件。并不是满足以上几点的函数，就能成为非常棒的激活函数。深度学习网络有时候像中医，经验非常重要，以下是经过实践检验的几个比较常用的激活函数。

1. Sigmoid 函数

函数原型：

函数图像：

1.单调连续，输出范围有限，可以用作输出层。
2.求导容易。

1.由于其软饱和性，容易产生梯度消失，导致训练出现问题。
2.输出不是以0为中心。

2. tanh 函数

函数原型：

函数图像：

1.比Sigmoid函数收敛速度更快。
2.相比Sigmoid函数，其输出以0为中心。

没有改变Sigmoid函数的最大问题——由于饱和性产生的梯度消失。

3. ReLU 函数

函数原型：

函数图像：

1.相比起Sigmoid和tanh，ReLU在SGD中能够快速收敛。据称，这是因为它线性、非饱和的形式。
2.Sigmoid和tanh涉及了很多很expensive的操作（比如指数），ReLU可以更加简单的实现。
3.有效缓解了梯度消失的问题。
4.在没有无监督预训练的时候也能有较好的表现。
5.提供了神经网络的稀疏表达能力。这点在 第四节 提到过。

随着训练的进行，可能会出现神经元死亡，权重无法更新的情况。如果发生这种情况，那么流经神经元的梯度从这一点开始将永远是0。也就是说，ReLU神经元在训练中不可逆地死亡了。

4. softmax 函数

函数原型：

sigmoid将一个real value映射到（0,1）的区间（当然也可以是（-1,1）），这样可以用来做二分类。而softmax把一个k维的real value向量（a1,a2,a3,a4….）映射成一个（b1,b2,b3,b4….）其中bi是一个0-1的常数，然后可以根据bi的大小来进行多分类的任务，如取权重最大的一维。 所以 softmax 函数特别适合解决分类问题。

---

这里以第二节中的实验为例，手写数字图片的分类，显然不是一个简单的线性问题。

#encoding=utf8
import input_data

mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
import tensorflow as tf
x = tf.placeholder("float", [None, 784])
W = tf.Variable(tf.zeros([784,10]))
b = tf.Variable(tf.zeros([10]))
#y = tf.nn.softmax(tf.matmul(x,W) + b)         # 使用 softmax 激活函数
y = tf.matmul(x,W) + b                          # 不使用激活函数
y_ = tf.placeholder("float", [None,10])
cross_entropy = -tf.reduce_sum(y_*tf.log(y))
train_step = tf.train.GradientDescentOptimizer(0.01).minimize(cross_entropy)
init = tf.initialize_all_variables()
sess = tf.Session()
sess.run(init)
for i in range(1000):
    batch_xs, batch_ys = mnist.train.next_batch(100)
    sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})

correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))
print sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels})

这里的代码没有改变什么，只是把激活函数去掉了，但是最终识别的正确率却下降到非常低的程度，几乎为零。

$ python t.py
0.098

提高训练次数：

for i in range(10000):          # 训练次数为原来 10 倍
    batch_xs, batch_ys = mnist.train.next_batch(100)
    sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})

发现，即使增大训练量，识别正确率依然非常低。

$ python t.py
0.098

这就是非线性激活函数的用处了。