高斯误差线性单位（GELU）激活函数由加州大学伯克利分校的Dan Hendrycks和芝加哥丰田技术研究所的Kevin Gimpel于2018年引入。激活函数是触发神经元输出的"开关"，随着网络的深入，其重要性也随之增加。最近几周，机器学习社区中的一些讨论使GELU重新成为人们关注的焦点。
早期的人工神经元使用二进制阈值单位。这些艰难的二元决策通过sigmoid激活得到平滑，使神经元能够具有"放电率"解释并通过反向传播进行训练。这使得ReLU（整流线性单元）成为最受欢迎的激活函数，因为它具有基于输入符号的门控决策功能。
Hendrycks和Gimpel提出了非线性激活函数GELU，这是一个与随机正则子相关的公式，因为它是对自适应dropout的修正期望，为神经元输出提供了更高的概率视图。
在计算机视觉、自然语言处理和自动语音识别任务中，使用 GELU 激活函数的模型的性能与使用 ReLU 或高级版本 ELU（指数线性单位）激活函数的模型的性能相当或超过。GELU兼容BERT，ROBERTa，ALBERT和其他顶级NLP模型。
研究人员比较了GELU，ReLU和ELU激活函数在MNIST分类任务（具有10个类，60k训练示例和10k测试示例的灰度图像）上的表现。他们使用了一个完全连接的神经网络，其中包含GELU（μ = 0，σ = 1），ReLU和ELU（α = 1）。每个 8 层、128 个神经元宽的神经网络训练 50 个 epoch，批大小为 128。在测试中，GELU获得的中位数错误率为7.89%，ReLU获得8.16%，ELU获得8.41%。
研究人员还使用TIMIT数据集进行了一项基于电话的语音识别任务，该数据集包含680名说话者在安静环境中的录音。该系统是一个五层，2048神经元宽分类器，具有39个输出电话标签，丢失率为0.5。在最低验证误差下选择的中位数测试误差为GELU的29.3%，ReLU的29.5%和ELU的29.6%。
在CIFAR-10/100分类测试中使用具有10/100类，50k训练和10k测试示例的彩色图像中，研究人员使用5000个验证样本来微调初始学习率{10 ^ −3，10 ^ −4，10 ^ −5}，然后根据交叉验证的学习率在整个训练集上再次训练。他们优化了 Adam 200 个 epoch，学习率在第 100 个 epoch 衰减到零。在这里，GELU的中位数错误率为7.89%，ReLU得分为8.16%，ELU为8.41%。
各种实验结果表明，与ReLU和ELU相比，GELU始终具有最佳性能，可以被认为是以前非线性方法的可行替代方案。
论文高斯误差线性单位（GELUS）在arXiv上。