我們在 深度學(xué)習(xí)框架（3）-TensorFlow中張量創(chuàng)建和轉(zhuǎn)化，妙用“稀疏性”提升效率 中討論了如何創(chuàng)建張量并實(shí)現(xiàn)張量類型轉(zhuǎn)化。今天我們一起在TensorFlow中執(zhí)行張量的計(jì)算，并重點(diǎn)討論一下不同的激活函數(shù)。

1、了解不同的激活函數(shù)，根據(jù)應(yīng)用選擇不同的激活函數(shù)

我們在 機(jī)器學(xué)習(xí)中的函數(shù)（1）-激活函數(shù)和感知機(jī)中討論過 激活函數(shù)是在神經(jīng)網(wǎng)絡(luò)層間輸入與輸出之間的一種函數(shù)變換，目的是為了加入非線性因素，增強(qiáng)模型的表達(dá)能力。激活函數(shù)的作用類似于人類大腦中基于神經(jīng)元的模型（參考下圖），激活函數(shù)最終決定了要發(fā)射給下一個(gè)神經(jīng)元的內(nèi)容。

（1）激活函數(shù)有什么價(jià)值？

激活函數(shù)對(duì)于人工神經(jīng)網(wǎng)絡(luò)模型去學(xué)習(xí)、理解非常復(fù)雜和非線性的函數(shù)來說具有十分重要的作用。首先對(duì)于y=ax+b這樣的函數(shù)，當(dāng)x的輸入很大時(shí)，y的輸出也是無限大/小的，經(jīng)過多層網(wǎng)絡(luò)疊加后，值更加膨脹了，這顯然不符合我們的預(yù)期，很多情況下我們希望的輸出是一個(gè)概率，需要激活函數(shù)能幫助網(wǎng)絡(luò)進(jìn)行收斂。其次，線性變換模式相對(duì)簡單（只是加權(quán)偏移），限制了對(duì)復(fù)雜任務(wù)的處理能力，沒有激活函數(shù)的神經(jīng)網(wǎng)絡(luò)就是一個(gè)線性回歸模型；激活函數(shù)做的非線性變換可以使得神經(jīng)網(wǎng)絡(luò)處理非常復(fù)雜的任務(wù)，如我們希望我們的神經(jīng)網(wǎng)絡(luò)可以對(duì)語言翻譯和圖像分類做操作，這就需要非線性轉(zhuǎn)換。最后，激活函數(shù)也使得反向傳播算法變得可能，因?yàn)檫@時(shí)候梯度和誤差會(huì)被同時(shí)用來更新權(quán)重和偏移，沒有可微分的線性函數(shù)，就不可能實(shí)現(xiàn)。

（2）有哪些常用的激活函數(shù)？

常用的激活函數(shù)有，Sigmoid激活函數(shù)，Tan/ 雙曲正切激活函數(shù)，ReLU激活函數(shù)（還有改進(jìn)后的LeakyReLU和PReLU），Softmax激活函數(shù)等。

（3）激活函數(shù)使用時(shí)有哪些問題？如何改進(jìn)激活函數(shù)？

Sigmoid梯度消失問題可以通過Relu解決

梯度、梯度下降、鏈?zhǔn)椒▌t等概念可參考機(jī)器學(xué)習(xí)中的函數(shù)（3）-“梯度下降”走捷徑，“BP算法”提效率 中的描述。我們以Sigmoid為例，看一下“梯度消失”是如何發(fā)生的？Sigmoid的函數(shù)公式和圖像如下圖，從圖中可見函數(shù)兩個(gè)邊緣的梯度約為0，Sigmoid導(dǎo)數(shù)取值取值范圍為（0，0.25）。

當(dāng)我們求激活函數(shù)輸出相對(duì)于權(quán)重參數(shù)W的偏導(dǎo)時(shí)，Sigmoid函數(shù)的梯度是表達(dá)式中的一個(gè)乘法因子。實(shí)際的神經(jīng)網(wǎng)絡(luò)層數(shù)少則數(shù)十多則數(shù)百層，由于神經(jīng)網(wǎng)絡(luò)反向傳播時(shí)的“鏈?zhǔn)椒磻?yīng)”，這么多范圍在（0，0.25）的數(shù)相乘，將會(huì)是一個(gè)非常小的數(shù)字。而梯度下降算法更新參數(shù)W完全依賴于梯度值（如BP算法），極小的梯度值失去了區(qū)分度，無法讓參數(shù)有效更新，該現(xiàn)象即為“梯度消失”（VanishingGradients）。

ReLU激活函數(shù)（Rectified Linear Unit，修正線性單元）的出現(xiàn)解決了梯度消失問題。如下圖所示，ReLU的公式是R（z）=max（0，z）。假設(shè)這個(gè)神經(jīng)元負(fù)責(zé)檢測一個(gè)具體的特征，例如曲線或者邊緣。若此神經(jīng)元在輸入范圍內(nèi)檢測到了對(duì)應(yīng)的特征，開關(guān)開啟，且正值越大代表特征越明顯；但此神經(jīng)元檢測到特征缺失，開關(guān)關(guān)閉，則不管負(fù)值的大小，如-6對(duì)比-2都沒有區(qū)分的意義。

Relu的優(yōu)勢是求導(dǎo)后，梯度只可以取0或1，輸入小于0時(shí)，梯度為0；輸入大于0時(shí)，梯度為1。在多層神經(jīng)網(wǎng)絡(luò)中Relu梯度的連續(xù)乘法不會(huì)收斂到0，結(jié)果也只可以取0或1；若值為1則梯度保持值不變進(jìn)行前向傳播，若值為0則梯度從該位置停止前向傳播。

Relu神經(jīng)元死亡問題可以通過“小于0”部分優(yōu)

ReLU也有缺點(diǎn)，它提升了計(jì)算效率，但同樣可能阻礙訓(xùn)練過程。通常，激活函數(shù)的輸入值有一項(xiàng)偏置項(xiàng)（bias），若bias太小，輸入激活函數(shù)的值總是負(fù)的，那么反向傳播過程經(jīng)過該處的梯度總為0，對(duì)應(yīng)的權(quán)重和偏置參數(shù)無法得到更新。如果對(duì)于所有的樣本輸入，該激活函數(shù)的輸入都是負(fù)的，那么該神經(jīng)元再也無法學(xué)習(xí)，稱為神經(jīng)元“死亡”問題（Dying ReLU Problem）。

Relu升級(jí)到LeakyReLU就是為了解決神經(jīng)元“死亡”問題。LeakyReLU與ReLU很相似，僅在輸入小于0的部分有差別，ReLU輸入小于0的部分值都為0，而LeakyReLU輸入小于0的部分，值為負(fù)，且有微小的梯度。使用LeakyReLU的好處就是：在反向傳播過程中，對(duì)于LeakyReLU激活函數(shù)輸入小于零的部分，也可以計(jì)算得到梯度，而不是像ReLU一樣值為0，這樣就避免了上述梯度方向鋸齒問題。超參數(shù)α的取值也被研究過，有論文將α作為了需要學(xué)習(xí)的參數(shù)，該激活函數(shù)為PReLU（Parametrized ReLU）。

（4）如何選擇激活函數(shù)？

每個(gè)激活函數(shù)都有自己的特點(diǎn)，Sigmoid和tanh的將輸出限制在（0，1）和（-1，1）之間，適合做概率值的處理，例如LSTM中的各種門；而ReLU無最大值限制，則不適合做這個(gè)應(yīng)用，但是Relu適合用于深層網(wǎng)絡(luò)的訓(xùn)練，而Sigmoid和tanh則不行，因?yàn)樗鼈儠?huì)出現(xiàn)梯度消失。

選擇激活函數(shù)是有技巧的，如“除非在二分類問題中，否則小心使用Sigmoid函數(shù)”；“如果你不知道應(yīng)該使用哪個(gè)激活函數(shù)， 那么請優(yōu)先選擇ReLU”。盡管ReLU有一些缺點(diǎn)，但參考“奧卡姆剃刀原理”，如無必要、勿增實(shí)體，也就是優(yōu)先選擇最簡單的方法，ReLU相較于其他激活函數(shù)，有著最低的計(jì)算代價(jià)和最簡單的代碼實(shí)現(xiàn)。如果使用了ReLU，要注意一下DeadReLU問題。如優(yōu)化Learningrate，防止太高導(dǎo)致在訓(xùn)練過程中參數(shù)更新太大，避免出現(xiàn)大的梯度從而導(dǎo)致過多的神經(jīng)元“Dead”；或者針對(duì)輸入為負(fù)值時(shí)，ReLU的梯度為0造成神經(jīng)元死亡，更換激活函數(shù)，嘗試一下leakyReLU等ReLU變體，說不定會(huì)有很好效果。

實(shí)際應(yīng)用時(shí)還是要看具體場景，甚至結(jié)合具體模型。比如LSTM中用到Tanh、Transfromer中用到的ReLU、Bert中用到的GeLU，YoLo中用到的LeakyReLU等。不同的激活函數(shù)，根據(jù)其特點(diǎn)，應(yīng)用各不相同。

3、如何讓張量執(zhí)行計(jì)算？

（1）導(dǎo)入TensorFlow，并建立矩陣a、矩陣b、矩陣c，參考如下代碼

import tensorflow as tf

import numpy as np

a = tf.constant（［［1， 2］， ［3， 4］］）

b = tf.constant（［［1， 1］， ［1， 1］］）

c = tf.constant（［［4.0，5.0］， ［10.0，1.0］］）

（2）執(zhí)行張量的運(yùn)算

張量的基本運(yùn)算包括加法、乘法、獲取最大最小值等，常用函數(shù)有tf.add（）、tf.multiply（）、tf.matmul（）、tf.reduce_max（）等。乘法相關(guān)的兩個(gè)函數(shù)，tf.multiply（）是兩個(gè)矩陣中對(duì)應(yīng)元素各自相乘，而tf.matmul（）執(zhí)行的是矩陣乘法，兩者有區(qū)別。

add

print（tf.add（a， b）， “

”）

打印結(jié)果 》》》

tf.Tensor（

［［2 3］

［4 5］］， shape=（2， 2）， dtype=int32）

multiply

print（tf.multiply（a， b）， “

”）

打印結(jié)果 》》》

tf.Tensor（

［［1 2］

［3 4］］， shape=（2， 2）， dtype=int32）

matrix multiply

print（tf.matmul（a， b）， “

”）

打印結(jié)果 》》》

tf.Tensor（

［［3 3］

［7 7］］， shape=（2， 2）， dtype=int32）

max/min：find the largest/smallest value

print（tf.reduce_max（c））

打印結(jié)果 》》》

tf.Tensor（10.0， shape=（）， dtype=float32）

（3）應(yīng)用激活函數(shù)

我們以tf.nn.sigmoid（）、tf.nn.relu（）等常用的激活函數(shù)為例，大家可以參考上文分享的公式驗(yàn)計(jì)算驗(yàn)證一下，看一下激活效果。

sigmoidprint（tf.nn.sigmoid（c））

打印結(jié)果 》》》

tf.Tensor（

［［0.98201376 0.9933072 ］

［0.9999546 0.7310586 ］］， shape=（2， 2）， dtype=float32）

reluprint（tf.nn.relu（c））

打印結(jié)果 》》》

tf.Tensor（

［［ 4. 5.］

［10. 1.］］， shape=（2， 2）， dtype=float32）

今天我們一起學(xué)習(xí)了如何在TensorFlow中執(zhí)行張量的計(jì)算，并重點(diǎn)討論一下不同的激活函數(shù)，下一步我們繼續(xù)學(xué)習(xí)如何使用TensorFlow

審核編輯：郭婷