1、sigmoid
优点：将很大范围内的输入特征值压缩到0~1之间，适用于将预测概率作为输出的模型；
缺点：
1）当输入非常大或非常小的时候，容易导致梯度消失问题
2）输出不是0均值，进而导致后一层神经元将得到上一层输出的非0均值的信号作为输入。随着网络的加深，会改变原始数据的分布趋势，一般是放在最后的输出层中使用。
2、Tanh
优点：解决了上述的Sigmoid函数输出不是0均值的问题；
缺点：仍然存在梯度消失问题
3、ReLU
优点：
1）解决了梯度消失问题
2）计算和收敛速度都很快，因为只需要判断是否大于0
缺点：
1）与sigmoid一样，不是0均值的
2）ReLU在小于0的时候梯度为零，这样会导致神经元不能更新参数，即神经元死亡问题
4、Leaky ReLU
优点：Leaky Relu函数在输入为负值时，给予输入值一个很小的斜率，缓解了Dead Relu问题；
缺点：理论上来说，该函数具有比Relu函数更好的效果，但是大量的实践证明，其效果不稳定，故实际中该函数的应用并不多。
5、Softmax
特点：预测结果概率之和等于1，也会存在神经元死亡问题
与sigmoid的比较：
softmax：1）用于单标签的多分类问题，即从多个分类中选取一个正确答案。 Softmax 综合了所有输出值的归一化，因此得到的是不同概率之间的相互关联 。2）各类别概率之和为1 ，也就是说我们加大某一类别的概率必然导致其他类别减小——各类别之间相互关联，是互斥的。
sigmoid：1）用于多标签的多分类问题，可以选取多个标签作为正确答案，它是将任意实数值归一化映射到[0-1]之间，2）各类别概率之和则不一定为1 ，各个输出值依次独立的经过激活函数的映射，某一个类别概率增大可能也伴随另一个类别概率增大——各类别之间相互独立，不互斥。
参考链接：
https://blog.csdn.net/caip12999203000/article/details/127067360