位置: IT常识 - 正文
GELU激活函数(激活函数总结)
编辑：rootadmin推荐整理分享GELU激活函数(激活函数总结)，希望有所帮助，仅作参考，欢迎阅读内容。
文章相关热门搜索词:激活函数 elu,gelu 激活函数,激活函数relu和sigmoid,vgg激活函数,gelu 激活函数,激活函数 elu,gelu 激活函数,gelu激活函数怎么读,内容如对您有帮助，希望把文章链接给更多的朋友！
论文：GAUSSIAN ERROR LINEAR UNITS (GELUS)
年份：2016
ReLU激活函数的公式可以理解为： ReLU(x)=x⋅{1,x≥,x<ReLU(x) = x\cdot \begin{cases} 1,&x\ge 0\\ 0,&x<0 \end{cases}ReLU(x)=x⋅{1,0,x≥0x<0 ReLU、Dropout等机制都希望将\textbf{不重要}的激活信息规整为零。也就是对于输入的值，根据它需要的情况乘以1或0，需要乘以谁不像ReLU人工定义，而是根输入有关。更为数学的描述，对于一个输入x∼N(,1)x\sim N(0, 1)x∼N(0,1)，即xxx服从标准正态分布，而输入xxx还要乘上一个伯努利分布Bernoulli(Φ(x))Bernoulli(\Phi(x))Bernoulli(Φ(x))。 随着xxx的降低，输出值被归为0的概率就会升高。对于ReLU,这个界限就是0，输入小于0时，输出就归为0。 则怎么判断这个伯努利试验到底失败还是成功呢？则在引入Φ(x)\Phi(x)Φ(x)来控制伯努利试验成功的概率即： Φ(x)⋅Ix+(1−Φ(x))⋅x=x⋅Φ(x)\Phi(x)\cdot Ix + (1-\Phi(x))\cdot 0x=x\cdot \Phi(x)Φ(x)⋅Ix+(1−Φ(x))⋅0x=x⋅Φ(x) 这个表达式表示根据xxx比其它输入大多少来缩放它。由于高斯分布的累积分布函数通常用误差函数来计算，因此将高斯误差线性单元)(GELU)定义为： GELU(x)=xΦ(x)=x⋅12(1+erf(x/2))GELU(x) = x\Phi(x) = x\cdot \frac{1}{2}(1+erf(x/\sqrt{2}))GELU(x)=xΦ(x)=x⋅21(1+erf(x/2)) 近似于 GELU(x)≈0.5x(1+tanh(2/π(x+0.044715x3)))≈x⋅sigmoid(1.702x)GELU(x) \approx 0.5x(1+tanh(\sqrt{2/\pi}(x+0.044715x^3)))\approx x\cdot sigmoid(1.702x)GELU(x)≈0.5x(1+tanh(2/π(x+0.044715x3)))≈x⋅sigmoid(1.702x)
当μ=,σ=1\mu = 0,\sigma=1μ=0,σ=1时，将GELU称为Sigmoid Linear Unit(SiLU)激活函数。
GELU激活函数的曲线和导数曲线如下图所示。
GELU为非单调激活函数,有助于保持小的负值,从而稳定网络梯度流;GELU在0附近接近与恒等函数xxx。GELU的最小值为-0.21，值域为[−0.21,+∞][-0.21, +\infty][−0.21,+∞]。上界是任何激活函数都需要的特征,因为这样可以避免导致训练速度急剧下降的梯度饱和,因此加快训练过程。无下界有助于实现强正则化效果;GELU的梯度不容易造成梯度爆炸和梯度消失。光滑性:光滑的激活函数有较好的泛化能力和稳定的优化能力,可以提高模型的性能下一篇：【Node.js】初识Node.js(node.js deno)
