零中心问题

零中心(zero-centered)

上面为Sigmoid函数和tanh函数的函数图和导数图. 我们把tanh称为是零中心(zero-centered)的函数, 其输出值是单调且有正有负; sigmoid函数非零中心(non-zero-centered)的, 函数的输出只有正值.

如果激活函数是non-zero-centered的, 一般会导致神经网络收敛较慢.

收敛慢的原因

non-zero-centered激活函数会导致神经网络收敛较慢, 原理要从反向传播开始讲起.

损失函数为$L$, 对于某一参数$w$的更新公式为:

$w \leftarrow w-\eta \cdot \frac{\partial L}{\partial w}$

对于单个神经元, 其输入输出的关系为:

$f(\vec{x} ; \vec{w}, b)=f(z)=f\left(\sum_{i} w_{i} x_{i}+b\right)$

因此, 对于单个参数$w_i$来说, 通过链式求导法则, 其导数为:

$\frac{\partial L}{\partial w_{i}}=\frac{\partial L}{\partial f} \frac{\partial f}{\partial z} \frac{\partial z}{\partial w_{i}}=x_{i} \cdot \frac{\partial L}{\partial f} \frac{\partial f}{\partial z}$

其中的$f$是神经元的输出, 也通常记为$a$, $\frac{\partial z}{\partial w_{i}}$这一项的结果为$x_i$. 因此$w_i$的更新公式为:

$w_{i} \leftarrow w_{i}-\eta x_{i} \cdot \frac{\partial L}{\partial f} \frac{\partial f}{\partial z}$

参数$w_i$的更新方向是由$x_{i} \cdot \frac{\partial L}{\partial f} \frac{\partial f}{\partial z}$决定的. 而对于某个神经元相关的所有$w_i$来说, $\frac{\partial L}{\partial f} \frac{\partial f}{\partial z}$是一个常数, 因此某个神经元相关的所有参数的更新方向之间的差异, 完全是由$x_i$的符号决定的.

非零中心激活函数的弊端因此展现. 以Sigmoid函数为例, 并且我们分析一个简单的网络, 对于某个神经元, 其上一层只有两个输入, 即两个神经元, 即:

$f(\vec{x} ; \vec{w}, b)=f\left(w_{0} x_{0}+w_{1} x_{1}+b\right)$

对应的两个参数为$w_0$, $w_1$. 并假设当前时刻, 两个参数与最优解对应值的关系为:

$$\left\{\begin{array}{l} {w_{0}<w_{0}^{*}} \\ {w_{1} \geqslant w_{1}^{*}} \end{array}\right.$$

所以希望$w_0$适当的增大, 而$w_1$适当的减小, 要求$w_0$和$w_1$的符号相反.

但对于Sigmoid函数, 其输出值恒为正, 即输入的$x_0$和$x_1$恒为正, 因此两个参数的更新方向肯定是同时增大或减小的. 而模型为了收敛, 只能走Z字形逼近最优解, 导致迭代步骤的增加, 这种现象也称为zig-zagging dynamics.

参考资料

• 谈谈激活函数以零为中心的问题
• 训练深度神经网络尽量使用zero-centered数据呢？