[2017] Swish — Ramachandran et al.

28. Swish (2017, Ramachandran et al., Google Brain)

arxiv: 1710.05941v1

核心问题：ReLU 在深层模型上表现不错，但有没有更好的？Google Brain 系统地搜索了激活函数空间，发现了一种简单但有效的函数。

方法创新： Swish 就是 x · sigmoid(x)——和 SiLU 完全一样！但 Google Brain 独立发现，并做了大规模验证。

论文的贡献不是"发明"这个函数，而是系统性地证明它在深度模型上优于 ReLU：

Swish(x) = x · sigmoid(βx)    ← β 是可学习参数（Swish-β）
或固定 β=1：Swish(x) = x · sigmoid(x)

大规模实验覆盖：

• ImageNet 分类
• 机器翻译
• 各种架构（MobileNASNet-A、Inception-ResNet-v2）

关键数字：

• MobileNASNet-A：Top-1 准确率提升 0.9%
• Inception-ResNet-v2：Top-1 准确率提升 0.6%
• "Swish tends to work better than ReLU on deeper models"
• 简单替换，无需调参

影响评估： Swish 后来被改名为 SiLU（在 PyTorch 等框架中），成为 LLM 的标准激活函数。LLaMA、Mistral、PaLM 等都用 SiLU/Swish。它的流行证明了一个道理：在深度学习中，平滑的、自门控的激活函数优于硬阈值激活函数。

费曼点评： > Swish 的真正价值是"大规模验证的力量"。x·sigmoid(x) 这个函数本身很简单——可能早就被别人注意到过。但 Google Brain 的贡献是：在数十个模型、数百万参数的 scale 上系统验证，证明这不是偶然。科学研究中，"发现"和"证明"同样重要。费曼会说：一个想法的价值不仅在于它是否正确，还在于你是否能证明它在大范围内成立。Swish 就是"已知函数 + 严格验证 = 新标准"的典范。

---

#论文深度研究 #小凯 #激活函数