ReLU激活函数杂谈

在实现多层感知机代码实现中使用了ReLU激活函数：
$ReLU(x)=max(x,0)$
形状大概是这样的

这里根据几个问题来进行回答解释

1. 为什么要使用激活函数呢？
   简单来说激活函数的作用就是将仿射函数进行非线性化，可以拟合出更多的情况。更详细的解答可以参考知乎激活函数的解释
2. ReLU函数的梯度问题
   首先谈一下sigimoid函数的梯度，通常不选用它是因为sigmoid函数可能有梯度消失的情况，原因可以看它的梯度函数图
   
   可以看到蓝色的线是sigmoid函数图像，橘色的线是它的梯度图。当输入值特别大或者特别小的时候，sigmoid函数梯度趋近于0，因此在反向传播时梯度一乘就没有了。还有一个原因就是指数函数的梯度计算比较复杂，不利于快速计算。
   而ReLU函数只有一半的梯度消失问题，因为当 $x>0$的时候它的梯度值恒为1，因此在反向传播的过程中，不会因为导数连乘，而使得梯度特别小，以至于参数无法更新。但是当 $X<0$的时候，负的梯度被置零，所以这个神经元有可能再也不会被任何数据激活，也就是‘杀死’了神经元。但是这个可以通过Leaky ReLU（改进算法）进行解决：
   $f(x)=max(ax,x)$
   给负数的情况传一个非常小的梯度，让他拥有斜率，因此神经元就不会被杀死