sigmoid、Relu、Tanh、softmax激活函数的比较, 以及交叉熵损失函数

最新推荐文章于 2025-05-05 08:00:00 发布

dabingsun

最新推荐文章于 2025-05-05 08:00:00 发布

阅读量3.6k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：深度学习机器学习

本文链接：https://blog.csdn.net/dabingsun/article/details/103147195

机器学习同时被 2 个专栏收录

14 篇文章

订阅专栏

深度学习

6 篇文章

订阅专栏

本文深入探讨了激活函数如Sigmoid、ReLU、Tanh和Softmax的特点与应用，以及交叉熵损失函数的工作原理。详细分析了不同激活函数的优缺点，如ReLU如何避免梯度消失，以及Tanh为何优于Sigmoid。同时，解释了交叉熵如何衡量预测与真实标签间的差异。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

sigmoid：

$f(x) = \frac{1}{1+e^{-x}}$ ，它的导数 $f^{'}(x) = f(x)(1-f(x))$ , $f(x)$ 为单调递增函数。函数图像如下：

sigmoid函数的导数图如下所示：

即 $f^{'}(x)\leq \frac{1}{4}$ ，当层数过多时，会产生过多的 $f_{'}^{i}(x)w_{i}$ 相乘，如果W足够大，则梯度会呈指数型上升，则为梯度爆炸。如果W很小，则梯度会呈指数型衰减，则为梯度衰减。一般情况|W|<1，比较容易发生梯度消失的情况。

详情：sigmoid引起的梯度消失和爆炸问题：链接

relu:

$f(x) = \left\{\begin{matrix} x ,&x>0 \\ 0,& x\leq 0 \end{matrix}\right.$ ，即 $f(x) = max(0,x)$ 。函数的图像如下：

导数 $f^{'}(x) = \left\{\begin{matrix} 1,&x>0 \\ 0,& x\leq 0 \end{matrix}\right.$ 。当有多层时，中间每层输入都为max{0, $w_{i}x_{i}+b$ }，反向多次求导，导数都为一个常数W。

评判：relu 可以增加网络的非线性能力,从而拟合更多的非线性过程。ReLU在一定程度上能够防止梯度消失,但防止梯度消失不是用它的主要原因,主要原因是求导数简单。一定程度是指,右端的不会趋近于饱和（变为一条横线）,求导数时,导数不为零,从而梯度不消失,但左端问题依然存在,一样掉进去梯度也会消失。所以出现很多改进的ReLU。

tanh

公式： $f(x) = \frac{e^{x}-e^{-x}}{e^{x}+e^{-x}}$ ,导数 $f^{'}(x) = 1-[f(x)]^{2}$ ，

tanh关于原点对称，相比Sigmoid函数，其输出以0为中心，因此实际应用中 tanh 会比 sigmoid 更好，因为 tanh 的输出均值比 sigmoid 更接近 0。
比Sigmoid函数收敛速度更快。
但也含有sigmoid的缺点。

softmax:

$f(y_{i}|x) = \frac{e^{y_{i}}}{\sum_{c=1}^{n}e^{y_{c}}}$ ，对向量每个元素进行exp(），然后求和，归一化处理。目的是凸显其中最大的值并抑制远低于最大值的其他分量。Softmax函数的优势在于所有输出概率的总和为1。

交叉熵Cross entropy:

$f(x) = -\sum_{i=1}^{n}y_{i} log{\widehat{y_{i}}}$ 。此处 $\widetilde{y_{i}}$ 为概率值在（0，1）范围， $y_{i}$ 为真实标签，在tensorflow中以one-hot编码形式表示标签。在真实标签时，预测概率越接近1，ln值越接近0，最后的损失就越小，相反，则损失就越大。