神经网络激活函数汇总（Sigmoid、tanh、ReLU、LeakyReLU、pReLU、ELU、maxout）
常规 sigmoid 和 tanh
sigmoid
特点：可以解释，比如将0-1之间的取值解释成一个神经元的激活率（firing rate）
缺陷：
- 有饱和区域，是软饱和，在大的正数和负数作为输入的时候，梯度就会变成零，使得神经元基本不能更新。
- 只有正数输出（不是zero-centered），这就导致所谓的zigzag现象：
详细说明：
3 . 计算量大（exp）
tanh
tanh函数定义如下：
激活函数形状：
tanh和sigmoid函数是具有一定的关系的，可以从公式中看出，它们的形状是一样的，只是尺度和范围不同。
tanh是zero-centered，但是还是会饱和。
ReLU 大家族
ReLU
CNN中常用。对正数原样输出，负数直接置零。在正数不饱和，在负数硬饱和。relu计算上比sigmoid或者tanh更省计算量，因为不用exp，因而收敛较快。但是还是非zero-centered。
relu在负数区域被kill的现象叫做dead relu，这样的情况下，有人通过初始化的时候用一个稍微大于零的数比如0.01来初始化神经元，从而使得relu更偏向于激活而不是死掉，但是这个方法是否有效有争议。
LeakyReLU
为了解决上述的dead ReLU现象。这里选择一个数，让负数区域不在饱和死掉。这里的斜率都是确定的。
PReLU
parametric rectifier：
f(x) = max(ax,x)
但是这里的a不是固定下来的，而是可学习的。
ELU
具有relu的优势，且输出均值接近零，实际上prelu和LeakyReLU都有这一优点。有负数饱和区域，从而对噪声有一些鲁棒性。可以看做是介于relu和LeakyReLU之间的一个东西。当然，这个函数也需要计算exp，从而计算量上更大一些。
大一统：Maxout
maxout是通过分段线性函数来拟合所有可能的凸函数来作为激活函数的，但是由于线性函数是可学习，所以实际上是可以学出来的激活函数。具体操作是对所有线性取最大，也就是把若干直线的交点作为分段的界，然后每一段取最大。
maxout可以看成是relu家族的一个推广。
缺点在于增加了参数量。
更多相关见以前整理的一篇：深度学习中的各种tricks_2.0_maxout
2018年04月22日21:53:22
