经典ReLU回归！重大缺陷「殒命ReLU问题」已被解决

机械之心报道

机械之心编辑部

不必换模子、不必堆参数，靠 SUGAR 模子性能大增！

在深度学习领域中，对激活函数的探讨已成为一个自力的研究偏向。例如 GELU、SELU 和 SiLU 等函数依附其平滑梯度与卓越的收敛特征，已成为热门选择。

只管这一趋势盛行，经典 ReLU 函数仍因其精练性、固有希罕性及其他优势拓扑特征而广受青睐。

然而 ReLU 单位易陷入所谓的「殒命 ReLU 问题」， 一旦某个神经元在训练中输出恒为 0，其梯度也为 0，无法再恢复。 这一征象最终制约了其整体效能，也是 ReLU 网络的重大缺陷。

正是殒命 ReLU 问题催生了大宗刷新的线性单位函数，包括但不限于：LeakyReLU、PReLU、GELU、SELU、SiLU/Swish 以及 ELU。这些函数通过为负预激活值引入非零激活，提供了差别的权衡。

本文，来自德国吕贝克大学等机构的研究者引入了一种新颖的要领：SUGAR（Surrogate Gradient for ReLU），在不牺牲 ReLU 优势的情形下解决了 ReLU 的局限性。即前向撒播仍使用标准 ReLU（坚持其希罕性和简朴性），反向撒播时替换 ReLU 的导数为一个非零、一连的替换梯度函数（surrogate gradient）。

这样可以让 ReLU 在坚持原始前向行为的同时，阻止梯度为零的问题，从而复生死神经元。

基于此，本文还设计了两种新型替换梯度函数：B-SiLU（Bounded SiLU）、 NeLU（Negative slope Linear Unit），可以无缝集成到种种模子中。

本研究的进一步孝顺如下：

本文对 VGG-16 和 ResNet-18 举行了周全的实验，批注 SUGAR 显著增强了这两种架构的泛化能力。本文在Swin Transformer和 Conv2NeXt 等现代架构上对 SUGAR 举行了评估，展示了其顺应性和有用性。对 VGG-16 层激活的深入剖析批注，当应用 SUGAR 时，激活漫衍爆发了显着的转变，为其在缓解消亡 ReLU 问题中的作用提供了直观证据，同时增进了更希罕的体现。

SUGAR 要领易于实现，并在前向撒播中始终接纳 ReLU 激活函数。与所提出的 B-SiLU 替换函数连系使用时，VGG-16 在 CIFAR-10 和 CIFAR-100 数据集上的测试准确率划分提升了 10 个百分点和 16 个百分点，而 ResNet-18 与未使用 SUGAR 的最佳模子相比，划分提升了 9 个百分点和 7 个百分点。

论文问题： The Resurrection of the ReLU论文链接：https://arxiv.org/pdf/2505.22074

SUGAR 先容

本文提出的要领将 FGI （ Forward gradient injection ）应用于具有平滑替换函数的 ReLU 网络中。在 SUGAR 框架下， FGI 可以体现为：

该公式实现了梯度注入，并确保纵然关于负激活也能举行梯度撒播。详细来说，使用 [34] 中的乘法技巧，替换梯度函数的直接注入如下：

替换函数的选择具有无邪性，可兼容目今最先进的种种激活函数，例如 ELU、GELU、SiLU、SELU 以及 Leaky ReLU（见图 8）。

要害区别在于，与 ReLU 差别，这些候选替换函数均具有一个配合特征：对负输入（x < 0）能爆发非零梯度。虽然这些函数为负激活提供了梯度流通路径，但前向撒播及后续损失盘算仍严酷依赖 x > 0 时的激活输出。

在起源研究中，本文意识到需要调解目今的激活函数以顺应 SUGAR 的特定用途。因此，接下来本文提出了两个与这些设置优异匹配的新替换函数。

B-SiLU：引入了一种名为 B-SiLU（Bounded Sigmoid Linear Unit） 的新型激活函数，它连系了自门控特征和可调下限参数。从数学上讲，该函数可以体现为：

B-SiLU 激活函数的导数为：

图 8 中可视化了 B-SiLU 及其导数。

NeLU：本文进一步引入了 NeLU（Negative slope Linear Unit），作为 ReLU 的平滑导数替换品。

最终的梯度如图 1 所示。

实验

总体而言，与 ReLU 基线相比，SUGAR 连系 ELU、SELU 以及特殊是 B-SiLU 获得了最大的提升，而 LeakyReLU 和 NeLU 则始终体现不佳（见图 2）。在 CIFAR-10 数据集上使用 ResNet-18 作为主干网络时，B-SiLU 的性能从 76.76% 提升到 86.42%，得益于 SUGAR。VGG-16 也体现出类似的效果：B-SiLU 将测试精度提高了近 10 个百分点（从 78.50% 提升到 88.35%）。

在 CIFAR-100 数据集上，SUGAR 连系 B-SiLU 的优势越发显着：ResNet-18 的准确率从 48.99% 跃升至 56.51%，VGG-16 的准确率从 48.73% 提升至 64.47%（见图 3）。同样，Leaky ReLU 和 NeLU 仅显示出细小的甚至是负的提升（例如 ResNet-18 上的 43.67% → 43.41%）。

总的来说，B-SiLU 在差别架构和数据集上均优于其他替换激活函数，ELU 和 SELU 能够提供可靠的刷新，而在这种设置下，SUGAR 从 Leaky ReLU 和 NeLU 中并未获得有意义的益处。

当应用于 Conv2NeXt 时，如表 1 所示，SUGAR 在前向和反向撒播历程中均始终优于使用 GELU 的基础模子。

相识更多内容，请参考原论文。

相关推荐：XXNX日本52 斗罗大陆❌18禁同人游戏 岳丰满熟妇猛交DVD