关键词：sigmoid、relu、tanh、softmax、激活函数、梯度消失、梯度爆炸
激活函数的作用是实现特征空间的非线性转换，这样模型才可以拟合任何训练数据，使训练数据线性可分。
如果一个函数能提供非线性转换（即导数不恒为常数），可导（可导是从梯度下降方面考虑。可以有一两个不可导点, 但不能在一段区间上都不可导）等性质，即可作为激活函数。在不同网络层（隐藏层、输出层）的激活函数关注的重点不一样，隐藏层关注的是计算过程的特性，输出层关注的输出个数及数值范围。
Sigmoid：取值范围在[0,+1]之间
表达式为
，梯度就是该表达式的导数，区间是在【0,0.25】，具体曲线如下所示
如果一个网络有多个神经元，假设有a,b,c,d，当求Loss函数对神经元a的偏导时，根据链式法则如下
梯度经过多次相乘后，会趋于一个很小的值，也就是常说的梯度消失问题，此时网络的更新机制失效。
tanh：取值范围在[-1,+1]之间
跟sigmoid曲线很相似，只是位置变动，且做了一定的线性变换，一般它的效果是优于sigmoid的。
Relu
ReLU激活函数的提出 就是为了解决梯度消失问题，LSTMs也可用于解决梯度消失问题(但仅限于RNN模型)。ReLU的梯度只可以取两个值：0或1，当输入小于0时，梯度为0；当输入大于0时，梯度为1。
好处就是：ReLU的梯度的连乘不会收敛到0 ，连乘的结果也只可以取两个值：0或1 ，如果值为1 ，梯度保持值不变进行前向传播；如果值为0 ,梯度从该位置停止前向传播。对于隐藏层，选择ReLU作为激活函数，能够保证z大于零时梯度始终为1，从而提高神经网络梯度下降算法运算速度。
Sigmoid和ReLU函数对比如下：
但relu的缺点是存在神经元死亡问题，它在反向传播的过程中很快让一些神经元的导数永远是0，于是这些神经元等于被抛弃了，也就是被“谋杀”了。
Softmax
一般在输出层用作激活函数，也称归一化指数函数，它很自然地输出表示具有 n个可能值的离散型随机变量的概率分布。数学函数式如下，公式引入了指数可以扩大类间的差异。
如果是多分类用这个，二分类用sigmiod效果更佳。
参考资料：
relu激活函数比sigmoid效果好为什么还用sigmoid？ - 知乎一文搞懂激活函数(Sigmoid/ReLU/LeakyReLU/PReLU/ELU) - 知乎relu激活函数比sigmoid效果好为什么还用sigmoid？ - 知乎
