4.3.4 ReLU 族

矫正线性单元（ReLU [Rectified Linear Unit]） 是整个经典激活函数中，被使用最广泛的经典中的经典。经过多年探索，已经形成了一系列以 ReLU 为基础的多种变体，用于各种突出场景。

ReLU（Rectified Linear Unit）

迭代公式：

$${\displaystyle \begin{aligned} \delta(x) = Max(0,\ x) \\ \end{aligned} }$$

图像：

图 4-12 ReLU 函数图

特性：

1. 非 0 为中心（non-zero-centered）

2. 输出范围在 $[0,\ +\infty)$ 之间

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 $(0,\ +\infty)$ 时，梯度为常量 $1$ ，完美解决梯度消失问题 及 梯度爆炸问题

5. 当输入在 $(-\infty,\ 0\ ]$ 时，梯度为 $0$ ，面临梯度归零问题

6. 线性处理便于计算

ReLU（2013）被称为 线性整流函数，又称为线性修正单元。ReLU 因其简洁的特性，极低的运算量，成为了当前最常用的激活函数。业界各位炼丹师在不清楚或不确定具体使用什么激活函数时，常常选择 ReLU 或 其变体 来作为默认激活函数。

不过，纯粹的 ReLU 因为对于 < 0 的输入是没有定义导数的。这会导致，当输入特性 < 0 使得输出为 0，那么对应的权重将在后续过程中再也无法激活，导致 神经元死亡（Dead Neuron）。已经不是梯度消失，而是直接没有了哪怕细微的迭代变化可能，即完全失活梯度归零。

但即便如此，ReLU 仍是目前最好用的激活函数。

PReLU & LReLU & RReLU

迭代公式：

$${\displaystyle \begin{aligned} PReLU: \ \delta(x) &= Max(0,\ x) + \alpha \cdot Min(0,\ x) \quad (\alpha=0.1) \\ LReLU: \ \delta(x) &= Max(\tau x,\ x) \quad (\tau=0.1) \\ RReLU: \ \delta(x) &= Max(\alpha x,x) \quad with \\ \alpha &= Random(lower,\ upper) \ ) \\ \end{aligned} }$$

图像：

图 4-13 PReLU & LReLU & RReLU 函数图

特性：

1. 0 为中心（zero-centered）

2. 输出范围在 $(-\infty,\ +\infty)$ 之间

3. 输出值域对称，降低在正向堆积风险

4. 当输入在 $(0,\ +\infty)$ 时，梯度为常量 $1$ ，完美解决梯度消失问题 及 梯度爆炸问题

5. 当输入在 $(-\infty,\ 0\ ]$ 时，PReLU 梯度为训练参数 $\tau$ （参与训练，启动值为 $\tau=0.1$ ）

6. 当输入在 $(-\infty,\ 0\ ]$ 时，LReLU 梯度为 $\alpha=0.1$ （常量）

7. 当输入在 $(-\infty,\ 0\ ]$ 时，RReLU 梯度为范围内参数（随机值）

8. 当输入在 $(-\infty,\ 0\ ]$ 时，三类梯度度 $< 0.5$ （大部分情况），还是存在 梯度消失问题

9. 线性处理便于计算

PReLU（2016） 、 LReLU（2015 Russakovsky ImageNet 分类）、RReLU（2017 Kaggle 全美数据科学大赛 即 NDSB） 三者间的差别主要就在于 ( 0, +∞) 时的梯度是常数、参与训练、随机限定范围内取值。三者的目的都是试图通过引入 < 0 时的输出导数，来处理梯度消失导致的神经元死亡问题，同时也通过引入负值来处理可能的梯度爆炸问题。这三个都是目前最为常用的激活函数（尤其是 LReLU），收敛速度快、错误率低，且没有明显缺点。

ReLU 灵活方案：NReLU（Noisy ReLU）& ReLU-N

除了上述的 ReLU 变体外，我们还可以根据实际需要选择在使用上述变体的时候，引入辅助处理，常见的辅助处理有两种：

1. 当输入在 $(0,\ +\infty)$ 时，引入噪音偏置常量（梯度非 $1$ ），或参与训练参数（类 PReLU）

2. 当输入在 $(c,\ +\infty)$ 时，限定最大上限常量（右饱和），或类比 LReLU 处理

这样的操作常用在一些需要限定约束激活层输出的地方使用，属于 小技巧（Tricks）。是需要 谨慎使用 的一种处理手段。

ReLU 族算子化

利用 C 语言实现对算子的封装，有：

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

double relu(double x) {
  return fmax(0, x);
}

double prelu(double x, double tau) {
  return fmax(0, x) + tau * fmin(0, x);
}

double lrelu(double x, double alpha) {
  return fmax(alpha * x, x);
}

double rrelu(double x, double alpha, double lower, double upper) {
  double r = (double)rand() / (double)RAND_MAX;
  double alpha_rand = lower + r * (upper - lower);
  return fmax(alpha_rand * x, x);
}

int main() {
  // ReLU
  {
    double x = -0.5;
    double y = relu(x);
    printf("The ReLU of %f is %f\n", x, y);
  }
  {
    double x = +0.5;
    double y = relu(x);
    printf("The ReLU of %f is %f\n", x, y);
  }

  // PReLU
  {
    double x = -0.5;
    double tau = 0.1;
    double y = prelu(x, tau);
    printf("The PReLU of %f with alpha=%f is %f\n", x, tau, y);
  }

  // LReLU
  {
    double x = -0.5;
    double alpha = 0.1;
    double y = lrelu(x, alpha);
    printf("The LReLU of %f with alpha=%f is %f\n", x, alpha, y);
  }

  // RReLU
  {
    // Set the random seed
    srand(time(NULL));

    double x = -0.5;
    double alpha = 0.1;
    double lower = 0.0;
    double upper = 1.0;
    double y = rrelu(x, alpha, lower, upper);
    printf("The RReLU of %f with alpha=%f, lower=%f, and upper=%f is %f\n", x,
           alpha, lower, upper, y);
  }

  return 0;
}

运行验证可得到结果：

The ReLU of -0.500000 is 0.000000
The ReLU of +0.500000 is 0.500000
The PReLU of -0.500000 with alpha=0.100000 is -0.050000
The LReLU of -0.500000 with alpha=0.100000 is -0.050000
The RReLU of -0.500000 with alpha=0.100000, lower=0.000000, and upper=1.000000 is -0.019595