Sigmoid 激活函数

非线性激活函数在深度学习模型中是不可或缺的，它们能帮助模型学习复杂模式。Sigmoid 函数，也称为逻辑函数，是最早且具有开创性历史地位的激活函数之一。

数学定义

Sigmoid 函数的数学定义为：

$$\sigma(x) = \frac{1}{1 + e^{-x}}$$

$x$ 是函数的输入（通常是神经元的加权输入和偏置之和）。该函数可以将任何实数值压缩到 0 到 1 的范围内。

特性与形状

Sigmoid 函数的显著特征是其“S”形曲线。

Sigmoid 函数将输入映射到 (0, 1) 区间。它在 $x=0$ 附近呈现平滑过渡，对于大的负输入饱和趋近于 0，对于大的正输入饱和趋近于 1。

重要特性包括：

1. 输出范围： 输出始终在 0 和 1 之间（不包含边界）。这一特性使其最初颇受欢迎，特别是在二元分类问题中作为输出层，其输出可以被理解为概率。
2. 非线性： 它是一个非线性函数，对神经网络学习复杂模式十分必要，线性模型无法处理的模式。
3. 平滑性： 该函数处处可导，这是梯度优化方法（如反向传播）的一个要求。其导数易于计算：$\sigma'(x) = \sigma(x)(1 - \sigma(x))$。

优点

• 概率解释： (0, 1) 的输出范围使得 Sigmoid 神经元的输出可以作为概率处理，这对于二元分类任务来说是符合直觉的（例如，属于类别 1 的概率）。
• 平滑梯度： 梯度处处有明确定义，防止训练过程中出现突变。

缺点

尽管 Sigmoid 函数具有历史地位，但由于一些明显不足，它已不再受青睐用于深层网络的隐藏层：

1. 梯度消失： 这是最主要的问题。再次观察 Sigmoid 函数的形状。当输入为较大的正值或负值时（即神经元“饱和”时），函数曲线变得非常平坦。平坦的函数意味着导数（梯度）接近于零。

   Sigmoid 函数的导数在 $x=0$ 处最大（值为 0.25），随着输入远离 0 迅速趋近于零。

   在反向传播过程中，梯度逐层相乘。如果多个层使用 Sigmoid 激活函数，并且它们的神经元在饱和区域运行，反向传播的梯度将重复乘以小数值（导数，小于或等于 0.25）。这会导致到达前面层的梯度变得非常小（“消失”），使得这些层的权重难以有效更新。网络实质上停止了在较深层的学习。

2. 输出非零中心： Sigmoid 函数的输出始终为正（介于 0 和 1 之间）。这可能会带来问题。如果下一层神经元的输入始终为正，反向传播时该神经元权重的梯度将全部具有相同的符号（全部为正或全部为负，取决于损失函数相对于神经元输出的梯度）。这可能导致梯度下降过程中更新效率低下，呈锯齿状，与使用零中心输出的激活函数相比，会减缓收敛速度。

使用场景

由于梯度消失和输出非零中心的问题，Sigmoid 通常不建议用于现代深度学习模型的隐藏层。ReLU 及其变体等函数（我们将在后面介绍）通常能带来更快、更有效的训练。

然而，Sigmoid 仍在特定情境下有其用处：

• 二元分类的输出层： 其 (0, 1) 的输出范围使其成为执行二元分类的网络最终层的自然选择，其中输出表示正类的概率。
• 循环网络中的门： 某些循环神经网络架构（如 LSTM 和 GRU，稍后会介绍）在内部使用 Sigmoid 函数作为“门”来控制信息流，凭借其 (0, 1) 范围。

PyTorch 实现示例

使用 torch.sigmoid 或 nn.Sigmoid 模块在 PyTorch 中应用 Sigmoid 函数非常简单。

import torch
import torch.nn as nn

# 示例输入张量（例如，线性层的输出）
x = torch.tensor([-2.0, -1.0, 0.0, 1.0, 2.0])

# 使用函数式 API 应用 Sigmoid
sigmoid_output_functional = torch.sigmoid(x)
print("使用 torch.sigmoid 的输出:", sigmoid_output_functional)

# 使用模块 API 应用 Sigmoid
sigmoid_module = nn.Sigmoid()
sigmoid_output_module = sigmoid_module(x)
print("使用 nn.Sigmoid 的输出:", sigmoid_output_module)

# 验证输出范围
print(f"最小输出: {sigmoid_output_module.min()}, 最大输出: {sigmoid_output_module.max()}")

# 示例输出:
# 使用 torch.sigmoid 的输出: tensor([0.1192, 0.2689, 0.5000, 0.7311, 0.8808])
# 使用 nn.Sigmoid 的输出: tensor([0.1192, 0.2689, 0.5000, 0.7311, 0.8808])
# 最小输出: 0.11920292109251022, 最大输出: 0.8807970285415649

尽管 Sigmoid 在神经网络的历史上扮演了重要角色，但其局限性，特别是梯度消失问题，促使研究人员寻求替代方案。在接下来的章节中，我们将了解 Tanh 和 ReLU 等其他激活函数，它们解决了其中一些问题。