激活函数在神经网络中应用广泛吗？

ReLu $\max(0,z)$ 　　修正线性单元，是最常用的非线性映射函数。常在神经网络隐层中使用，因为它在反向传播中计算导数十分方便。导数为： $\left\{\begin{aligned}&1,z\ge0\\&0,z<0\end{aligned}\right.$ softplus $\log(1+e^z)$ 　　ReLu的“软化版”。导数为： $\displaystyle 1-\frac{1}{e^z+1}$ sigmoid $\displaystyle\sigma(z)=\frac{1}{1+e^{-z}}$　　 　　同样将单个输入值映射到(0,1)之间，但函数是对称的。求导也很方便，导数为： $\displaystyle \frac{1}{1+e^{-z}} - \frac{1}{(1+e^{-z})^2} =\sigma(z)(1-\sigma(z))$ softmax $\displaystyle\sigma(z) = \frac{e^{z_i}}{\sum_{j=1}^n e^{z_j}}$ 　　将一层的输出的多个值归一化，通常在预测各个类别的概率时用到，而且一般用在输出层。图类似于sigmoid，上图画的是元素数量为2的示意图。 　　比如某个模型输出层中每个结点的输出分别是：狗、猫、猪、牛，这些动物是输入数据的真实标签的概率，概率总和显然应该为1，因此用softmax来归一化。好处是所有输出一定为正值，总和为1，并且较大值能够更好地凸显出来。 　　softmax与其它激活函数最大的不同就在于，同一层每个元素的计算都涉及到该层的所有元素（$R^n\to R$），而其他激活函数都是每个元素算它们自己的（$R\to R$）。softmax的导数与sigmoid类似，复杂度也不高，但因它有“汇总”的功能，所以会分成两种情况。下面直接举个具体的例子来说明。 　　假设这个激活函数用在输出层，该层有三个结点，前一层线性运算后的结果存在向量$z$中，损失函数使用MSE，于是目标函数为（不算正则项）： $\displaystyle L=\frac{1}{2}\left[(\sigma_1(z)-y_1)^2+(\sigma_2(z)-y_2)^2+(\sigma_3(z)-y_3)^2\right]$ 　　其中 $\displaystyle\sigma_i(z) = \frac{e^{z_i}}{\sum_{j=1}^3e^{z_j}}$ 　　对$z_1$进行求导： $ \begin{aligned} &\frac{\partial L}{\partial z_1}\\ =& (\sigma_1(z)-y_1)\left(\frac{e^{z_1}}{e^{z_1}+e^{z_2}+e^{z_3}}\right)'_{z_1}+\\ &(\sigma_2(z)-y_2)\left(\frac{e^{z_2}}{e^{z_1}+e^{z_2}+e^{z_3}}\right)'_{z_1}+\\ &(\sigma_3(z)-y_3)\left(\frac{e^{z_3}}{e^{z_1}+e^{z_2}+e^{z_3}}\right)'_{z_1}\\ =&(\sigma_1(z)-y_1)\left(\frac{e^{z_1}}{e^{z_1}+e^{z_2}+e^{z_3}}-\frac{(e^{z_1})^2}{(e^{z_1}+e^{z_2}+e^{z_3})^2}\right)+\\ &(\sigma_2(z)-y_2)\left(\frac{-e^{z_1}e^{z_2}}{(e^{z_1}+e^{z_2}+e^{z_3})^2}\right)+\\ &(\sigma_3(z)-y_3)\left(\frac{-e^{z_1}e^{z_3}}{(e^{z_1}+e^{z_2}+e^{z_3})^2}\right)\\ =&(\sigma_1(z)-y_1)\sigma_1(z)(1-\sigma_1(z))+\\ &(\sigma_2(z)-y_2)[-\sigma_1(z)\sigma_2(z)]+\\ &(\sigma_3(z)-y_3)[-\sigma_1(z)\sigma_3(z)] \end{aligned} $ 　　$z_2,z_3$的求导类似。