基于CNN的圖像分類中激活函數(shù)的研究

張琴

（福州職業(yè)技術(shù)學(xué)院信息技術(shù)工程系，福州 350108）

0 引言

2012年Hinton教授小組在ImageNet視覺識別競賽[1]中通過卷積神經(jīng)網(wǎng)絡(luò)（CNN）將錯(cuò)誤率從原來的25%降到了16%之后，CNN的應(yīng)用越來越廣泛，主要包括計(jì)算機(jī)視覺、自然語言處理、語音識別等領(lǐng)域[2]。激活函數(shù)作為CNN中的一個(gè)重要模塊，不僅為卷積神經(jīng)網(wǎng)絡(luò)提供了學(xué)習(xí)復(fù)雜分布所必需的非線性，而且可以有效抑制殘差衰減并提高收斂速度，這也是CNN取得成功的關(guān)鍵[3]。研究者對CNN的研究工作高度重視，但其中存在一些困難和問題仍然沒有很好的解決方法。例如，在網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)和模型訓(xùn)練方面尚未形成通用的理論，需要依靠經(jīng)驗(yàn)并花費(fèi)大量時(shí)間進(jìn)行調(diào)試，不斷探索優(yōu)化算法和最佳的參數(shù)；反向傳播算法中存在“梯度消失”、“神經(jīng)元壞死”等現(xiàn)象，導(dǎo)致模型無法進(jìn)行有效的訓(xùn)練。本文通過分析各種常用激活函數(shù)的優(yōu)缺點(diǎn)，結(jié)合激活函數(shù)在訓(xùn)練過程中的作用，給出激活函數(shù)在設(shè)計(jì)時(shí)需要考慮的要點(diǎn)，據(jù)此設(shè)計(jì)出了一種新的非線性非飽和的激活函數(shù)SReLU，該函數(shù)兼具Softplus函數(shù)和ReLU函數(shù)的優(yōu)點(diǎn)，具有較強(qiáng)的表達(dá)能力和稀疏能力[4]，且收斂速度快，識別率高。

1 常見的激活函數(shù)及特征

1.1 飽和非線性激活函數(shù)

Sigmoid函數(shù)及其導(dǎo)數(shù)的圖像如圖1所示，從函數(shù)圖像可以看出該函數(shù)能夠把輸入的連續(xù)實(shí)值變換為0和1之間的輸出，即輸出恒為正值，不是以零為中心的，這個(gè)特性會導(dǎo)致后面網(wǎng)絡(luò)層的輸入也不以零為中心，從而影響收斂速度。x為0附近的值時(shí)，激活函數(shù)對信號增益效果明顯，但是當(dāng)|x|的取值越來越大時(shí)，σ'(x)越來越小，容易導(dǎo)致梯度消失。Tanh函數(shù)也是一種常用的S型非線性激活函數(shù)，函數(shù)及其導(dǎo)數(shù)的圖像如圖2所示，它是Sigmoid函數(shù)的改進(jìn)版。Tanh函數(shù)克服了Sigmoid非0均值輸出的缺點(diǎn)，收斂速度較快，但是仍然無法解決梯度彌散的問題。由于這兩個(gè)函數(shù)本身及其導(dǎo)數(shù)的計(jì)算都是指數(shù)級的，計(jì)算量相對較大。

圖1 Sigmoid函數(shù)及其導(dǎo)數(shù)

圖2 Tanh函數(shù)及其導(dǎo)數(shù)

1.2 非飽和非線性激活函數(shù)

ReLU函數(shù)：σ(x)=max(0,x)

Softplus函數(shù)：σ(x)=ln(ex+1)

ReLU函數(shù)及其導(dǎo)數(shù)的函數(shù)圖像如圖3所示，由圖可知ReLU函數(shù)具有分段線性性質(zhì)，因此其前傳、后傳、求導(dǎo)都具有分段線性，相比于傳統(tǒng)的S型激活函數(shù)，ReLU收斂速度更快。當(dāng)輸入值小于0時(shí)，ReLU函數(shù)強(qiáng)制將輸出結(jié)果置為0，使訓(xùn)練后的網(wǎng)絡(luò)模型具有適度的稀疏性，降低了過擬合發(fā)生的概率，但是稀疏性使模型有效容量降低，從而產(chǎn)生“神經(jīng)元壞死”現(xiàn)象[5]，導(dǎo)致模型無法學(xué)習(xí)到有效特征。Softplus是對ReLU近似光滑的一種表現(xiàn)形式，其函數(shù)圖像如圖4，它不僅可以把輸入的數(shù)據(jù)全部進(jìn)行非線性的映射，而且不會把一些有價(jià)值的信息隱藏掉，但是用Softplus函數(shù)作為激活函數(shù)，收斂速度很慢。

圖3 ReLU函數(shù)及其導(dǎo)數(shù)

圖4 Softplus函數(shù)及其導(dǎo)數(shù)

2 激活函數(shù)設(shè)計(jì)方法分析

前向傳播和反向傳播是卷積神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練的兩個(gè)主要步驟。前向傳播是指數(shù)據(jù)從低層向高層傳播，從輸出層輸出結(jié)果的過程。當(dāng)前向傳播得到的結(jié)果不符合預(yù)期的時(shí)侯，開始執(zhí)行將誤差從高層向低層傳播訓(xùn)練，推導(dǎo)參數(shù)的學(xué)習(xí)規(guī)則，迭代改變參數(shù)，直到誤差損失滿足設(shè)定的精度的過程。通過對卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程進(jìn)行分析，可以更好的理解激活函數(shù)在模型訓(xùn)練中的作用，幫助我們選擇更加適合的激活函數(shù)。

（1）在前向傳播過程中，對卷積層每一種輸出的特征圖xj有：

式中Mj表示選擇輸入特征圖組合，σ是激活函數(shù)，是卷積核，bj是第j種特征圖的偏置。由式（1）可知，在前向傳播過程中，激活函數(shù)對上一層卷積操作的結(jié)果進(jìn)行非線性變換，增強(qiáng)特征的表達(dá)能力。所以激活函數(shù)必須為非線性函數(shù)，此外，為了模型的訓(xùn)練速度，激活函數(shù)的計(jì)算應(yīng)盡可能簡便。

（2）反向傳播的主要任務(wù)是對卷積核參數(shù)k和偏置b進(jìn)行優(yōu)化。根據(jù)BP算法，將損失函數(shù)分別對卷積核參數(shù)k和偏置b求偏導(dǎo)然后乘以學(xué)習(xí)率，可以得到參數(shù)的變化量Δk和Δb。誤差代價(jià)函數(shù)對卷積核k求偏導(dǎo)：

誤差代價(jià)函數(shù)對偏置b求偏導(dǎo)：

由（1）到（3）式可知，激活函數(shù)在卷積神經(jīng)網(wǎng)絡(luò)前向傳播和反向傳播中均起到巨大作用。在選擇激活函數(shù)時(shí)應(yīng)綜合考慮激活函數(shù)自身及其導(dǎo)數(shù)的特點(diǎn)，具體如下：①激活函數(shù)必須為非線性函數(shù)。②激活函數(shù)自身及其導(dǎo)數(shù)的計(jì)算不可過于復(fù)雜。③為了保證網(wǎng)絡(luò)參數(shù)能正常更新，應(yīng)盡量避免選擇軟飽和激活函數(shù)，即具有性質(zhì)的激活函數(shù)。④為了加快模型的收斂速度，參數(shù)的更新方向不應(yīng)該被限制。選擇一個(gè)取值即可以為正數(shù)也可以為負(fù)數(shù)的激活函數(shù)，可以加快收斂，參數(shù)更新也更加靈活。

3 改進(jìn)的激活函數(shù)SReLU

改進(jìn)后的激活函數(shù)SReLU是一種非線性非飽和的激活函數(shù)，兼具Softplus函數(shù)和ReLU函數(shù)的優(yōu)點(diǎn)。在大于0的部分使用ReLU激活函數(shù)；為了激活負(fù)值，在小于0的部分，使用向下平移ln2個(gè)單位的Softplus激活函數(shù)。SReLU表達(dá)式為：f(x)=max(ln(1+ex)-ln2,x)，函數(shù)圖像如圖5所示，SReLU激活函數(shù)保留了ReLU函數(shù)收斂快的優(yōu)勢，同時(shí)激活了負(fù)值，向前一層傳播的信息也更多，緩解了“神經(jīng)元死亡”的現(xiàn)象。

4 試驗(yàn)及結(jié)果分析

為了驗(yàn)證提出的SReLU激活函數(shù)在不同數(shù)據(jù)集中的有效性，分別在數(shù)據(jù)集MINIST和CIFA-100中使用SReLU及其他常見的激活函數(shù)進(jìn)行訓(xùn)練分析。本試驗(yàn)基于Keras深度學(xué)習(xí)框架，通過損失函數(shù)下降曲線和在訓(xùn)練集、測試集、驗(yàn)證集上的準(zhǔn)確率分析實(shí)驗(yàn)的運(yùn)行狀態(tài)。最終的實(shí)驗(yàn)結(jié)果表明：在MINIST和CIFA-100這兩個(gè)數(shù)據(jù)集中使用SReLU激活函數(shù)均能夠達(dá)到比其他常用激活函數(shù)更快的收斂速度和更高的準(zhǔn)確率。

圖5 SReLU函數(shù)

4.1 在MINIST數(shù)據(jù)集上實(shí)驗(yàn)結(jié)果及分析

MINIST數(shù)據(jù)集是一個(gè)簡單的手寫數(shù)字?jǐn)?shù)據(jù)集，該數(shù)據(jù)集包含70000張28×28像素的灰度手寫數(shù)字圖片[7]。本次針對MINIST數(shù)據(jù)集的試驗(yàn)設(shè)計(jì)的網(wǎng)絡(luò)模型結(jié)構(gòu)由2個(gè)卷積層，1個(gè)池化層，1個(gè)全連接層和一個(gè)輸出層組成。第一個(gè)卷積層通道數(shù)為32，F(xiàn)ilter大小為3×3，，卷積步長為1。第二個(gè)卷積層通道數(shù)為64，F(xiàn)ilter大小與卷積步長與第一個(gè)卷積層相同。池化層Filter大小為2×2，全連接層神經(jīng)元個(gè)數(shù)為128，輸出層使用Softmax回歸，學(xué)習(xí)率設(shè)為0.001。實(shí)驗(yàn)結(jié)果準(zhǔn)確率如表1所示，由表1可知，相比于經(jīng)典的激活函數(shù)，提出的激活函數(shù)SReLU在訓(xùn)練集、測試集和驗(yàn)證集上均具有最高的精度。實(shí)驗(yàn)損失函數(shù)下降曲線如圖6所示，在整個(gè)訓(xùn)練過程中Sigmoid函數(shù)的損失率最高，ReLU函數(shù)在前1000次迭代中損失下降最快，之后SReLU函數(shù)迭代損失下降速度逐漸高于ReLU，最終SReLU函數(shù)的損失最小，說明在MINIST數(shù)據(jù)集上基于SReLU激活函數(shù)的模型分類性能最好。

表1 SReLU在MINIST數(shù)據(jù)集上的準(zhǔn)確率

圖6 SReLU在MINIST數(shù)據(jù)集上的損失率

4.2 在CIFA-100數(shù)據(jù)集上實(shí)驗(yàn)結(jié)果及分析

CIFAR數(shù)據(jù)集是一組用于普通物體識別的數(shù)據(jù)集，該數(shù)據(jù)集由來自100個(gè)分類的60000張32×32像素的彩色圖片組成，每個(gè)分類包含500個(gè)訓(xùn)練樣本和100個(gè)測試樣本[8]。本次針對CIFAR-100數(shù)據(jù)集的試驗(yàn)設(shè)計(jì)的網(wǎng)絡(luò)模型結(jié)構(gòu)由4個(gè)卷積層，2個(gè)池化層，1個(gè)全連接層和一個(gè)輸出層組成。第一、二個(gè)卷積層通道數(shù)為64，第三、四個(gè)卷積層通道數(shù)為128，四個(gè)卷積層Filter大小均為3×3，卷積步長均為1。2個(gè)池化層Filter大小均為2×2，全連接層神經(jīng)元個(gè)數(shù)為512，輸出層使用Softmax回歸，學(xué)習(xí)率設(shè)為0.001。實(shí)驗(yàn)結(jié)果準(zhǔn)確率如表2所示，由表2可知，在CIFA-100數(shù)據(jù)集上，相比于常見的激活函數(shù)，提出的激活函數(shù)SReLU在訓(xùn)練集、測試集和驗(yàn)證集上均具有最高的精度。實(shí)驗(yàn)損失函數(shù)下降曲線如圖7所示，由圖可知，相比于其他激活函數(shù)，SReLU函數(shù)在前2000次迭代中就達(dá)到了最快的收斂速度，最終SReLU函數(shù)的損失最小，說明在CI?FA-100數(shù)據(jù)集上基于SReLU激活函數(shù)的模型分類性能最好。

表2 SReLU在CIFA-100數(shù)據(jù)集上的準(zhǔn)確率

圖7 SReLU在CIFA-100數(shù)據(jù)集上的損失率

5 結(jié)語

激活函數(shù)是卷積神經(jīng)網(wǎng)絡(luò)模型的重要組成部分，“激活的神經(jīng)元”使卷積神經(jīng)網(wǎng)絡(luò)具備了分層的非線性特征學(xué)習(xí)能力。首先通過分析激活函數(shù)在前向傳播和反向傳播中的作用，給出了激活函數(shù)本身及其導(dǎo)數(shù)需要具備的一些特性，然后針對卷積神經(jīng)網(wǎng)絡(luò)中經(jīng)典激活函數(shù)存在“梯度消失”、“神經(jīng)元壞死”或不易收斂等缺陷，設(shè)計(jì)了一種新的非線性非飽和的激活函數(shù)SRe?LU，該函數(shù)保留了ReLU函數(shù)收斂快的優(yōu)勢，同時(shí)激活了負(fù)值，緩解了“神經(jīng)元死亡”的現(xiàn)象。