在深度学习中，激活函数（Activation Function）是神经网络的灵魂。它不仅赋予网络非线性能力，还决定了训练的稳定性和模型性能。那么，激活函数到底是什么？为什么我们非用不可？有哪些经典函数？又该如何选择？本文带你全面解析。
所有相关源码示例、流程图、面试八股、模型配置与知识库构建技巧，我也将持续更新在Github：AIHub，欢迎关注收藏！
阅读本文时，请带着这三个问题思考：
什么是激活函数，为什么需要激活函数？
经典的激活函数有哪些？
怎么选择激活函数？
1. 什么是激活函数，为什么需要激活函数
激活函数的核心作用就是为神经网络引入非线性。
为什么需要非线性？
想象一下，如果网络里每一层都是线性的（比如 y = Wx + b），无论堆叠多少层，最终网络都只是一条线性映射。深度堆叠就没有意义了，网络的表达能力非常有限。
激活函数的作用
激活函数在每个神经元输出前进行非线性变换，让网络可以拟合复杂的函数关系，从而解决分类、回归等非线性问题。
**直观理解一下，**激活函数就像神经网络里的"开关"或"滤镜"，它决定了每个神经元应该多大程度地"激活"，从而使网络具备强大的表达能力。
2. 经典的激活函数
在深度学习中，有几类经典激活函数，每种都有自己的优缺点：
1. Sigmoid
公式：
优点：输出范围在 (0,1)，可以表示概率
缺点 ：容易饱和（输入过大或过小时梯度接近0，导致梯度消失）
应用场景：二分类输出层
2. Tanh（双曲正切）
公式：
优点：输出在 (-1,1)，比 sigmoid 居中，对梯度更友好
缺点：仍可能梯度消失
应用场景：RNN 隐层
3. ReLU（Rectified Linear Unit）
公式：
优点：计算简单，导数恒为1（正区间），缓解梯度消失
缺点：负区间可能"死亡"，即神经元永远不激活
应用场景：隐藏层主流激活函数
4. Leaky ReLU / Parametric ReLU（PReLU）
公式：
Leaky ReLU: 对负区间引入一个小斜率，避免神经元死亡
PReLU: 斜率可学习，更灵活
5. Softmax
公式
Softmax 输出的是一组归一化的概率，在图中使用 柱状图 (bar chart) 展示每个输入元素对应的概率值。
作用：多分类输出概率分布
应用场景：分类任务输出层
6.ELU（Exponential Linear Unit）
公式：
**特点：**负区间平滑非零，避免 ReLU 死区问题。
优点： 输出均值更接近 0，梯度更稳定。
常用于： 深层 CNN、MLP。
7.SELU（Scaled Exponential Linear Unit）
公式：
其中 λ≈1.05，α≈1.67。
**特点：**在特定初始化下能实现自归一化，保持激活均值和方差稳定。
优点： 无需 BatchNorm。
常用于： 自归一化神经网络（Self-Normalizing NN）。
8.GELU（Gaussian Error Linear Unit）
公式：
其中 Φ(x) 是标准正态分布 CDF。
**特点：**在 ReLU 的基础上引入概率思想，让激活与输入大小平滑相关。
优点： 更平滑、更稳定，效果普遍优于 ReLU。
常用于： Transformer（BERT、GPT、ViT）。
9.SiLU（Swish）
公式：
**特点：**与 GELU 类似，是一种平滑版 ReLU。
优点： 梯度连续，优化更稳定。
常用于： EfficientNet、Transformer。
10.GLU（Gated Linear Unit）
GLU/SwiGLU 在实际中是门控形式（two linear branches），是向量上的逐元素操作；为了在一维上可视化，我用简化的标量形式来画图 ------ 把两条分支都用相同的输入值（即把 a=x, b=x），因此 GLU(x) = x * sigmoid(x)，SwiGLU(x) = x * SiLU(x)。这能直观展示门控机制的形状差异。
公式：
其中第二个分支作为门控信号。
**特点：**通过门控机制控制信息流，增强非线性表达。
优点： 适合序列建模、控制性强。
常用于： Transformer FFN、语言模型。
11.SwiGLU（Swish-Gated Linear Unit）
公式：
**特点：**GLU 的改进版，把 Sigmoid 门换成 Swish 门。
优点： 表达力更强、梯度更平滑，性能优于 ReLU/GELU。
常用于： LLaMA、PaLM、GPT-NeoX 等现代 LLM。
3. 怎么选择激活函数
选择激活函数时，可以根据以下几个原则：
隐藏层
优先使用 ReLU 或其变种（Leaky ReLU, ELU, PReLU）
优点：计算快、缓解梯度消失
输出层
二分类：Sigmoid
多分类：Softmax
回归：线性或无激活函数
网络结构和任务需求
RNN 中常用 tanh 或 ReLU
深层网络推荐使用残差连接 + ReLU
如果担心 ReLU 死神经元，可尝试 Leaky ReLU 或 ELU
小技巧：
如果不确定用哪个激活函数，隐藏层可以先用 ReLU，输出层按任务选择；训练中注意梯度情况，如果梯度消失或爆炸，再考虑替换或调整激活函数。
4. 总结
激活函数是神经网络不可或缺的魔法开关，让网络能够拟合复杂的非线性关系。
核心作用：引入非线性，增强网络表达能力
经典激活函数：Sigmoid、Tanh、ReLU及变种、ELU、Softmax
选择策略：隐藏层用 ReLU 或变种，输出层根据任务选择，结合网络深度和训练表现调整
理解激活函数的本质和特点，有助于设计更稳定、高效的神经网络。
最后我们来回答一下文章开头提出的三个问题：
什么是激活函数，为什么需要激活函数？
激活函数是神经网络中对每个神经元输出进行非线性变换的函数，它的作用是赋予网络非线性能力，使得深层网络可以拟合复杂的函数关系。如果没有激活函数，无论网络有多少层，其输出都只是输入的线性组合，无法处理复杂问题。
经典的激活函数有哪些？
经典激活函数包括 Sigmoid、Tanh、ReLU 及其变种（如 Leaky ReLU、PReLU）、ELU 和 Softmax 等。其中，Sigmoid 和 Tanh 常用于小型网络或 RNN，ReLU 是深层网络隐藏层的主流选择，而 Softmax 常用于多分类任务的输出层。
怎么选择激活函数？
选择激活函数时，隐藏层通常优先使用 ReLU 或其变种，因为它计算简单且能缓解梯度消失；输出层则根据任务选择，比如二分类用 Sigmoid、多分类用 Softmax、回归任务可用线性或无激活函数；在特定场景下，也可以结合网络深度和训练表现灵活调整。
关于深度学习和大模型相关的知识和前沿技术更新，请关注公众号coting！