Swish: A self-gated Active Function
在深度网络中，激活函数的选择，对训练网络和网络性能有着很重要的影响。目前使用的最多的是Relu（Rectified Linear Unit）， 本文提出了一种新的激活函数，Swish，f(x) = x * sigmoid(x)，实验证明了Swish比ReLUs在深层网络可以取得更好的效果。对于新的激活函数，在ImageNet上top-1 accuracy对于Mobile NASNet-A提高了0.9%，对Inception-ResNet-v2取得了0.6%的提升。因为Swish的简单和与ReLUs的相似让Swish更好的代替并实现在神经网络上。
Swish：
f(x) = x*sigmoid(x) , sigmoid(x) = 1/(1 +exp(-x))
Swish有着下界和没有上界，该函数是连续的，但非单调。非单调的特点是Swish区别于其他active function的特点。
同时，Swish也可以定义为参数版本：
Swish与其他active function之间的比较：
Unboundedness（无界性）有利于防止在slow training时gradient逐渐趋于0，造成饱和。同时，being bounded也是有优势的，因为bounded的active function可以有很强的regulairzation，较大的negative inputs会被化解。
同时，smoothness也是对optimization和generalization也是有着很重要的角色。
该实验是：随机初始化一个6层神经网络，采集Swish layer后的loss landscape，对于一个smooth 的loss landscape更加容易去做优化，因为该Swish layer有着更强的traversable，同时减小了对初始化和learning rate的依赖。
个人感想：
对于一种新的active function这种较小的网络元件，作者采用了丰富的论文技巧来阐述Swish，很值得写论文的学生一看。