machine-learning - Ada-Delta 方法在具有 MSE 损失和 ReLU 激活的去噪自动编码器中使用时不会收敛？

Question

我刚刚为我自己的深度神经网络库实现了 AdaDelta ( http://arxiv.org/abs/1212.5701 )。这篇论文说的是 AdaDelta 的 SGD 对超参数不敏感，并且它总是收敛到好的地方。 (至少AdaDelta-SGD的输出重建损失与经过良好调整的Momentum方法相当)

当我在去噪自动编码器中使用 AdaDelta-SGD 作为学习方法时，它确实在某些特定设置中收敛，但并非总是如此。当我使用MSE作为损失函数，Sigmoid作为激活函数时，它收敛得很快，经过100个epoch的迭代，最终的重建损失优于所有普通SGD、带有Momentum的SGD和AdaGrad。

但是当我使用 ReLU 作为激活函数时，它没有收敛，而是继续以高(坏)重建损失堆叠(振荡)(就像使用具有非常高学习率的普通 SGD 时的情况一样)。它叠加的重建损失的大小比Momentum方法生成的最终重建损失大约高10到20倍。

我真的不明白为什么会发生这种情况，因为报纸上说 AdaDelta 很好。请让我知道这些现象背后的原因，并教我如何避免它。

Answer 1

ReLU 的激活是无界的，这使得它在自动编码器中的使用变得困难，因为您的训练向量可能没有任意大且无界的响应! ReLU 根本不适合这种类型的网络。

您可以通过对输出层应用一些转换来强制将 ReLU 转换为自动编码器，如 done here 。然而，嘿，不要讨论自动编码器的结果质量，而只是作为分类的预训练方法。因此，尚不清楚构建自动编码器是否值得付出努力。