Soft-Clipping Mish激活函数
Soft-Clipping激活函数
论文:Soft Clipping Mish – A Novel Activation Function for Deep Learning
年份:2021
简介
该函数与Soft-Clipping Swish激活函数十分相似,同样都是在负区域硬规定为0,正区域为Mish激活函数。这样可以增加正区域的非线性,但同样负区域容易造成神经元死亡。
Mish(x)=x⋅tanh(softplus(x))Mish(x) = x\cdot tanh(softplus(x)) Mish(x)=x⋅tanh(softplus(x))
其中,Softplus激活函数为:
Softplus(x)=log(1+ex)Softplus(x) = log(1+e^x) Softplus(x)=log(1+ex)
由此可以获得SC_Mish的公式:
f(x)=max(0,x⋅tanh(softplus(αx)))f(x) = \max(0, x\cdot tanh(softplus(\alpha x))) f(x)=max(0,x⋅tanh(softplus(αx)))
参数α\alphaα是一个预定义参数,它被设置为1。SC_Mish是一种连续的,单调的功能,底部有边界,顶部无边无际。它接受范围内的值[0,+∞)\left[0, +\infty\right)[0,+∞)。
当α\alphaα为可学习参数时,该可学习参数在训练阶段初始化,初始值为0.25,在网络权值更新的情况下进行更新。
SC_Mish的导数为:
f′(x)=tanh(softplus(αx))+αeαxxsech2(softplus(1+eαx))1+eαxf^\prime(x) = tanh(softplus(\alpha x)) + \frac{\alpha e^{\alpha x}x sech^2(softplus(1+e^{\alpha x}))}{1+e^{\alpha x}} f′(x)=tanh(softplus(αx))+1+eαxαeαxxsech2(softplus(1+eαx))
SC_Mish的曲线如下图所示。
SC_Mish的导数如下图所示
Soft-Clipping Mish激活函数相关推荐
- YOLOv4 中的 Mish 激活函数
作者 | Miracle R 编译 | ronghuaiyang 转自 | AI公园 导读 对YOLOv4中的Mish激活函数进行解释和优缺点对比. YOLO,是一种 one-shot 的目标检测技术 ...
- Mish激活函数,ReLU的继任者
参考链接:https://blog.csdn.net/u011984148/article/details/101444274 对激活函数的研究一直没有停止过,ReLU还是统治着深度学习的激活函数,不 ...
- 【激活函数】Mish激活函数详解
2019年 ● Mish公式: ● Mish图像: ● 导数: ● Mish优点: ● 和其他激活函数的比较: 代码实现: def mish(x):return x * torch.tanh(F.so ...
- python绘制mish激活函数图像
直接上代码 import numpy as np import math import matplotlib.pyplot as plt e=math.edef tanh(x):return (e** ...
- 【Pytorch神经网络理论篇】 07 激活函数+Sigmoid+tanh+ReLU+Swish+Mish+GELU
①激活函数:主要通过加入非线性因素,你不线性模型表达能力不足的缺陷,因为神经网络中的数学基础是处处可微分的函数,故要求激活函数也应该保证数据的输入与输出是可微分. ②激活函数可以分为饱和激活函数与不饱 ...
- 【深度学习】之激活函数篇[Sigmoid、tanh、ReLU、Leaky ReLU、Mish、Hardswish、SiLU]附绘图Python代码。
激活函数的作用 为卷积神经网络提供非线性 1.Sigmoid激活函数 Sigmoid激活函数是常用的连续.平滑的"s"型激活函数,其数学定义比较简单,如公式1所示: 简单来说,Si ...
- 42个激活函数的全面总结
2015 年 11 月,wikipedia的用户 Laughinthestocks 首次引入了"激活函数表".从那时开始到现在,维基百科页面已经发生了 391 次更改.在本文中,我 ...
- Soft-Clipping Swish激活函数
Soft-Clipping Swish激活函数 论文:Soft-Clipping Swish: A Novel Activation Function for Deep Learning 年份:202 ...
- 深度学习基础笔记——激活函数
相关申明及相关参考: 体系学习地址 主要学习笔记地址 激活函数,你真的懂了吗? - 知乎 (zhihu.com) 聊一聊深度学习的activation function - 知乎 (zhihu.com ...
最新文章
- 自动化录制脚本java_自动化java+webdriver常用的一些脚本
- 安卓学习 之 Service服务(十)
- mysql update 联合更新_Mysql update多表联合更新的方法小结
- wxhtmltopdf 图片路径问题_图片引入路径问题
- linux虚拟机安装samba服务,在虚拟机Redhat Linux下安装Samba服务器分享
- 笔记本显示未连接录音服务器,电脑显示未安装音频设备怎么办?
- 移除文件资源管理器侧边栏中的Creative Cloud Files
- 关于学习的认知方法 | 九七的奇思妙想
- Excel:单元格提取数字,并求和
- Spring自定义参数解析器
- Linux操纵细碎以太网卡的装配及设置-2
- 中小企业国际市场营销策略研究
- Python—计算方差、标准差
- ubuntu 系统狠慢 或者很卡的原因
- SMTP与POP的默认端口号
- 基于单片机交通灯控制的c语言程序设计,基于单片机控制的交通灯毕业设计
- 你的程序员女孩「GitHub 热点速览 v.22.09」
- MFC学习笔记 — 看小白如何实现音乐播放器(USB-HID 声卡 wav播放)
- 怎么主动发起话题_怎么跟喜欢的人聊天找话题?这8个技巧让你侃侃而谈
- 企业数字化转型对流程管理平台的要求
热门文章
- sap crm button_SAP携Intelligent RPA 2.0 参加中国流程自动化产业峰会
- 50控制器的结构和功能
- 蓝桥杯算法很美笔记—排序实现题
- 计算机 查找 功能的使用,详解电脑搜索快捷键是什么?
- 嵌入式系统基础:点阵汉字的字模读取与显示
- 小鼠试毒问题(二进制)
- 打印机主流的指令类型(ESC命令集+CPCL命令集+TSPL命令集)
- 职称计算机作弊后果,千万别轻忽考试作弊后果,别让它成为你学术生涯中最大的污点!...
- CMMI的关键过程域(KPA)
- java学习笔记-基础篇