二、初始PyTorch之激活函数

激活函数σ：

常见的激活函数题

1.Sigmoid/logistic 区间[0, 1]

求导：

a=torch.linspace(-100,100,10)
torch.sigmoid(a)

原始a:

sigmoid后：

缺陷：当x->+∞时，σ'=0，导致参数θ=θ-lr*θ'得不到更新，也就是梯度离散问题。

2.Tanh   区间[-1, 1]

求导：

a=torch.linspace(-1,1,10)
torch.tanh(a)

tanh后：

3.Relu(常用***)

from torch.nn import functional as F
a=torch.linspace(-1,1,10)
F.relu(a) #等同于torch.relu(a)

relu后：

4.softmax

用于处理分类问题，总概率和相加为1。

softmax函数：，。

求导分为i=j和i≠j：

F.softmax(a, dim=0)

//p.backword()，torch把梯度信息保存在W.grad后会把该图的梯度信息清除掉，需要设置retain_graph = True才能二次调用backward。

//grad or backward传入的feature只能为一个量，例如p是一个[3]的量，所以不能传[p]，需要传p[1]。