4.3.3 Softplus

迭代公式：

$${\displaystyle \begin{aligned} \delta(x) = log(1+e^x) \\ \end{aligned} }$$

图像：

图 4-11 Softplus 函数图

特性：

1. 非 0 为中心（non-zero-centered）

2. 输出范围在 $[0,\ +\infty)$ 之间，导数正好为 Sigmoid

3. 输出 $\ge 0$ ，反向传播（BP）权值正向堆积（梯度始终 $\ge 0$ ）

4. 当输入在 $[+5,\ +\infty)$ 时，梯度趋近常量 $1$ ，极大避免梯度消失问题 及 梯度爆炸问题

5. 当输入在 $(-\infty,\ -5]$ 时，输出近乎无变化，逐层梯度趋 $0$ ，更易导致梯度消失

6. 指数计算，较为消耗资源

Softplus 可以看作是 ReLU 的平滑版，即无穷阶连续可导。但是因为采用了指数运算，且特性在计算机处理可近似相同。因此，常常使用 ReLU 而不是 Softplus。并且实验验证，Softplus 也并不优于 ReLU。

Softplus 算子化

利用 C 语言实现对算子的封装，有：

#include <stdio.h>
#include <math.h>

double softplus(double x) {
  return log(1 + exp(x));
}

int main() {
  double x = 0.5;
  double y = softplus(x);
  printf("The softplus of %f is %f\n", x, y);
  return 0;
}

运行验证可得到结果：

The softplus of 0.500000 is 0.648721