Mish：一个新的SOTA激活函数，ReLU的继任者

Mish：一个新的SOTA激活函数，ReLU的继任者 Mish：一个新的SOTA激活函数，ReLU的继任者 CVer 昨天  

以下文章来源于AI公园 ，作者ronghuaiyang

AI公园

专注分享干货的AI公众号，图像处理，NLP，深度学习，机器学习，应有尽有。

希望大家能在AI的乐园中快乐玩耍。

点击上方“CVer”，选择加"星标"或“置顶”

重磅干货，第一时间送达

本文转载自：AI公园

作者：Less Wright

编译：ronghuaiyang

导读

对激活函数的研究一直没有停止过，ReLU还是统治着深度学习的激活函数，不过，这种情况有可能会被Mish改变。

Diganta Misra的一篇题为“Mish: A Self Regularized Non-Monotonic Neural Activation Function”的新论文介绍了一个新的深度学习激活函数，该函数在最终准确度上比Swish(+.494%)和ReLU(+ 1.671%)都有提高。

我们的小型FastAI团队使用Mish代替ReLU，打破了之前在FastAI全球排行榜上准确性得分记录的一部分。

结合Ranger优化器，Mish激活，Flat + Cosine 退火和自注意力层，我们能够获得12个新的排行榜记录！

我们12项排行榜记录中的6项。

每条记录都是用Mish而不是ReLU。

(蓝色高亮显示，400 epoch的准确率为94.6，略高于我们的20 epoch的准确率为93.8:)

作为我们自己测试的一部分，对于ImageWoof数据集的5 epoch测试，我们可以说：

Mish在高显著性水平上优于ReLU (P < 0.0001)。

(FastAI论坛@ Seb)

Mish已经在70多个基准上进行了测试，包括图像分类、分割和生成，并与其他15个激活函数进行了比较。

ReLU和Mish的对比，Mish的梯度更平滑

我做了一个Mish的PyTorch实现，用它替换了ReLU，没有做任何其他更改，并在困难的ImageWoof数据集上使用广泛的优化器(Adam、Ranger、RangerLars、Novograd等)对它进行了测试。

我发现Mish在训练稳定性、平均准确率(1-2.8%)、峰值准确率(1.2% - 3.6%)等方面都有了全面的提高，与本文的结果相匹配或超过。

下面是Ranger Optimizer + Mish与FastAI排行榜相比：

Ranger优化器(RAdam和前瞻性)+ Mish激活超过当前的FastAI 排行榜评级。

注意平稳、稳定的训练曲线。

FastAI排行榜为5和20个epochs，ImageWoof数据集(难)。

这是通过简单地在FastAI的XResNet50中使用Mish替换ReLU，并使用各种优化器(上面的Ranger结果)运行来实现的。

没有任何其他变化，包括学习率。

注意：优化Mish的学习率很可能会获得更好的结果。

本文提出了相对于ReLU而言，较低的学习率供参考。

Mish检查了理想的激活函数应该是什么(平滑、处理负号等)的所有内容，并提出了一套泛化的初始测试。

在过去的一年里，我测试了大量新的激活函数，其中大多数都失败了，从基于MNIST的论文，到基于更真实的数据集的测试。

因此，Mish可能最终会为深度学习实践者提供一种新的激活功能，并有很大的机会超过长期占据主导地位的ReLU。

Mish的性质

我通过下面的PyTorch代码链接提供了Mish，以及一个修改过的XResNet (MXResNet)，这样你就可以快速地将Mish放入你的代码中，并立即进行测试！

让我们后退一步，了解什么是Mish，为什么它可能改进ReLU上的训练，以及在神经网络中使用Mish的一些基本步骤。

什么是Mesh？

直接看Mesh的代码会更简单一点，简单总结一下，Mish=x * tanh(ln(1+e^x))。

其他的激活函数，ReLU是x = max(0,x)，Swish是x * sigmoid(x)。

PyTorch的Mish实现：

Mish的PyTorch实现

Tensorflow中的Mish函数：

Tensorflow：x = x *tf.math.tanh(F.softplus(x))

Mish和其他的激活函数相比怎么样？

下图显示了Mish与其他一些激活函数的测试结果。

这是多达73个测试的结果，在不同的架构，不同的任务上：

Mish对比很多基准测试中的激活函数

为什么Mish表现这么好？

以上无边界(即正值可以达到任何高度)避免了由于封顶而导致的饱和。

理论上对负值的轻微允许允许更好的梯度流，而不是像ReLU中那样的硬零边界。

最后，可能也是最重要的，目前的想法是，平滑的激活函数允许更好的信息深入神经网络，从而得到更好的准确性和泛化。

尽管如此，我测试了许多激活函数，它们也满足了其中的许多想法，但大多数都无法执行。

这里的主要区别可能是Mish函数在曲线上几乎所有点上的平滑度。

这种通过Mish激活曲线平滑性来推送信息的能力如下图所示，在本文的一个简单测试中，越来越多的层被添加到一个测试神经网络中，而没有一个统一的函数。

随着层深的增加，ReLU精度迅速下降，其次是Swish。

相比之下，Mish能更好地保持准确性，这可能是因为它能更好地传播信息：

更平滑的激活功能允许信息更深入地流动……注意，随着层数的增加，ReLU快速下降。

如何把Mish放到你自己的网络中？

Mish的PyTorch和FastAI的源代码可以在github的两个地方找到：

1、官方Mish github：https://github.com/digantam98/Mish

2、非官方的Mish使用inline提升速度：https://github.com/lessw2020/mish

3 、我们与Ranger和Mish (MXResNet的一部分)一起的FastAI的记录：https://github.com/lessw2020/Ranger-Mish-ImageWoof-5

复制mish.py到你的相关目录，并包含它，然后将你的网络激活函数指向它：

导入Mish函数，把激活函数设置为Mish

另外，FastAI用户可以使用修改后的XResNet加载和测试，使用Mish而不是ReLU。

复制文件mxresnet.py到本地目录或路径：

接下来指定相关的ResNet大小(18、34、50、101、152)，并加载体系结构(cnn_learner，等等)。

下面是我如何加载mxresnet50，使用Ranger优化：

总结

ReLU有一些已知的弱点，但是通常它执行起来很轻，并且在计算上很轻。

Mish具有较强的理论渊源，在测试中，就训练稳定性和准确性而言，Mish的平均性能优于ReLU。

复杂度只稍微增加了一点(V100 GPU和Mish，相对于ReLU，每epoch增加大约1秒)，考虑到训练稳定性的提高和最终精度的提高，稍微增加一点时间似乎是值得的。

最终，在今年测试了大量新的激活函数后，Mish在这方面处于领先地位，我怀疑它很有可能成为AI未来的新ReLU。