深度学习中几种常见的激活函数理解与总结
https://www.cnblogs.com/XDU-Lakers/p/10557496.html
神经网络梯度消失和梯度爆炸及解决办法
https://blog.csdn.net/program_developer/article/details/80032376
这文章详细分析了几个激活函数优缺点，值得分享；
饱和激活函数：
sigmod：
优点：
提供非线性激活函数
缺点：
1.sigmoid函数饱和，使梯度消失；
2.sigmoid函数输出不是零中心(zero-centered)；
3.指数函数计算耗费计算资源；
tanh：
优点：tanh解决了sigmoid的输出非“零为中心”的问题
缺点：
1.依然有sigmoid函数过饱和的问题。
2.依然进行的是指数运算
非饱和激活函数：
ReLu
优点：
1.ReLU解决了梯度消失的问题，至少x在正区间内，神经元不会饱和；
2.由于ReLU线性、非饱和的形式，在SGD中能够快速收敛；
3.计算速度要快很多。ReLU函数只有线性关系，不需要指数计算，不管在前向传播还是反向传播，计算速度都比sigmoid和tanh快
缺点：
1.ReLU的输出不是“零为中心”(Notzero-centered output)。
2.随着训练的进行，可能会出现神经元死亡，权重无法更新的情况。这种神经元的死亡是不可逆转的死亡
总结：训练神经网络的时候，一旦学习率没有设置好，第一次更新权重的时候，输入是负值，那么这个含有ReLU的神经节点就会死亡，再也不会被激活。所以必须设置一个合理的学习率。为了解决神经元节点死亡的情况，有人提出了Leaky ReLU、P-ReLu、R-ReLU、ELU等激活函数。
Leaky ReLU
优点：
1.神经元不会出现死亡的情况。
2.对于所有的输入，不管是大于等于0还是小于0，神经元不会饱和。
3.由于Leaky ReLU线性、非饱和的形式，在SGD中能够快速收敛。
4.计算速度要快很多。Leaky ReLU函数只有线性关系，不需要指数计算，不管在前向传播还是反向传播，计算速度都比sigmoid和tanh快。
缺点：
1.Leaky ReLU函数中的α，需要通过先验知识人工赋值。
总结：Leaky ReLU很好的解决了“dead ReLU”的问题。因为Leaky ReLU保留了x小于0时的梯度，在x小于0时，不会出现神经元死亡的问题。对于Leaky ReLU给出了一个很小的负数梯度值α，这个值是很小的常数。比如：0.01。这样即修正了数据分布，又保留了一些负轴的值，使得负轴信息不会全部丢失。但是这个α通常是通过先验知识人工赋值的。
RReLU
特点：
（1）.RReLU是Leaky ReLU的random版本，在训练过程中，α是从一个高斯分布中随机出来的，然后再测试过程中进行修正。
（2）.数学形式与PReLU类似，但RReLU是一种非确定性激活函数，其参数是随机的
总结：
（1）PReLU中的α是根据数据变化的；
（2）Leaky ReLU中的α是固定的；
（3）RReLU中的α是一个在给定范围内随机抽取的值，这个值在测试环节就会固定下来。
ELU
优点：
（1）ELU包含了ReLU的所有优点。
（2）神经元不会出现死亡的情况。
（3）ELU激活函数的输出均值是接近于零的。
缺点：
（1）计算的时候是需要计算指数的，计算效率低的问题。
Maxout
优点：
（1）Maxout具有ReLU的所有优点，线性、不饱和性。
（2）同时没有ReLU的一些缺点。如：神经元的死亡。
缺点：
（1）从这个激活函数的公式14中可以看出，每个neuron将有两组w，那么参数就增加了一倍。这就导致了整体参数的数量激增。
如何选择合适的激活函数?
看了这多激活函数，想必大家都应该有所了解，那这么多的激活函数该如何选择呢？目前还不存在定论，在实践过程中更多还是需要结合实际情况，考虑不同激活函数的优缺点综合使用。我在这里给大家一点在训练模型时候的建议。
（1）通常来说，不能把各种激活函数串起来在一个网络中使用。
（2）如果使用ReLU，那么一定要小心设置学习率(learning rate),并且要注意不要让网络中出现很多死亡神经元。如果死亡神经元过多的问题不好解决，可以试试Leaky ReLU、PReLU、或者Maxout。
（3）尽量不要使用sigmoid激活函数，可以试试tanh，不过我还是感觉tanh的效果会比不上ReLU和Maxout。