神经网络常见激活函数 15-B-SiLU 函数

B-SiLU (Bounded Sigmoid Linear Unit)

• 论文

  https://arxiv.org/pdf/2505.22074

  结合了 SiLU 的自门控特性与可调下限参数，B-SiLU 通过 SUGAR（Surrogate Gradient for ReLU）方法用于解决 ReLU 的「死亡 ReLU 问题」，在前向传播中保持 ReLU 的稀疏性，而在反向传播中 作为 ReLU 的平滑导数替代函数。实验表明，SUGAR 结合 B-SiLU 在 CIFAR-10 和 CIFAR-100 数据集上显著提升了 VGG-16 和 ResNet-18 的测试准确率，分别提升 10-16 个百分点，优于其他替代函数（如 ELU、SELU、LeakyReLU 等。

• 这篇中，作为ReLU的梯度替代，同时还有一个NELU被提出，但是感觉效果不太好，后续就不写了

函数+导函数

• B-SiLU函数
  $$\begin{array}{rl}\mathrm{B}\text{-}\mathrm{SiLU}(x)& =(x+\alpha )\cdot \sigma (x)-\frac{\alpha }{2}\\ & =\frac{x+\alpha }{1+e^{-x}}-\frac{\alpha }{2}\end{array}$$
  当 α=0 时，B-SiLU 退化为 SiLU/Swish-1。

• B-SiLU函数导数
  $$\begin{array}{rl}\frac{d}{dx}\mathrm{B}\text{-}\mathrm{SiLU}(x)& ={\left[(x+\alpha )\cdot \sigma (x)-\frac{\alpha }{2}\right]}^{\prime }\\ & =\sigma (x)+(x+\alpha )\frac{d}{dx}\sigma (x)\\ & =\sigma (x)+(x+\alpha )\cdot \sigma (x)(1-\sigma (x))\end{array}$$
  其中 $\sigma (\cdot )$ 为 Sigmoid 函数，$\alpha =1.67$（论文建议值）。且
  $$\frac{d}{dx}\sigma (x)=\sigma (x)(1-\sigma (x))$$

---

函数和导函数图像

• 画图

  import numpy as np
  from matplotlib import pyplot as pltdef b_silu(x, alpha=1.67):return (x + alpha) / (1 + np.exp(-x)) - alpha / 2def b_silu_derivative(x, alpha=1.67):sig = 1 / (1 + np.exp(-x))return sig + (x + alpha) * sig * (1 - sig)x = np.linspace(-6, 6, 1000)
  y  = b_silu(x)
  y1 = b_silu_derivative(x)plt.figure(figsize=(12, 8))
  ax = plt.gca()
  plt.plot(x, y,  label='B-SiLU')
  plt.plot(x, y1, label='Derivative')
  plt.title('B-SiLU (α=1.67) and Derivative')ax.spines['right'].set_color('none')
  ax.spines['top'].set_color('none')
  ax.xaxis.set_ticks_position('bottom')
  ax.spines['bottom'].set_position(('data', 0))
  ax.yaxis.set_ticks_position('left')
  ax.spines['left'].set_position(('data', 0))plt.legend(loc=2)
  plt.savefig('./b_silu.jpg')
  plt.show()
  

  ​

---

优缺点

• B-SiLU 的优点

  1. 有界输出：下限 $-\alpha /2$、上限趋于 $+\infty$。
  2. 平滑可导：避免 ReLU 的“死亡”现象，反向传播更稳定。
  3. 非单调性：负区间小负值仍保留部分梯度，有利于信息流动。
  4. 兼容 ReLU：前向与 ReLU 近似，易于替换且无需大幅调参。

• B-SiLU 的缺点

  1. 计算量略高：相比 ReLU 多了 sigmoid 运算。
  2. 超参数 $\alpha$：需要针对任务微调，通用性稍逊。
  3. 研究阶段：目前应用案例不如 ReLU/Swish 丰富。

---

PyTorch 中的 B-SiLU

• 代码

  import torch
  import torch.nn.functional as Ftorch.manual_seed(1024)def b_silu(x, alpha=1.67):return (x + alpha) * torch.sigmoid(x) - alpha / 2x = torch.randn(3)
  y = b_silu(x)
  print("x:", x)
  print("B-SiLU(x):", y)
  

  输出示例

  x: tensor([-1.4837,  0.2671, -1.8337])
  B-SiLU(x): tensor([-0.8006,  0.2622, -0.8576])
  

---

TensorFlow 中的 B-SiLU

• 代码

  import tensorflow as [e-mail]
  def b_silu(x, alpha=1.67):return (x + alpha) * tf.nn.sigmoid(x) - alpha / 2x = tf.constant([-1.4837,  0.2671, -1.8337], dtype=tf.float32)
  y = b_silu(x)
  print("x:", x.numpy())
  print("B-SiLU(x):", y.numpy())
  

  输出示例

  x: [-1.4837  0.2671 -1.8337]
  B-SiLU(x): [-0.80055887  0.2621364  -0.85755754]
  

备注

• 这篇论文发布于2025年5月，目前这个B-SiLU 在反向传播中 作为 ReLU 的平滑导数替代函数。所以暂时这里只关注