[DL學(xué)習(xí)筆記]從人工神經(jīng)網(wǎng)絡(luò)到卷積神經(jīng)網(wǎng)絡(luò)

昵稱67975312 2019-12-18

展開全文

前言：這只是我的一個學(xué)習(xí)筆記，里邊肯定有不少錯誤，還希望有大神能幫幫找找，由于是從小白的視角來看問題的，所以對于初學(xué)者或多或少會有點幫助吧。

1：人工全連接神經(jīng)網(wǎng)絡(luò)和BP算法

<1>:人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)與人工神經(jīng)網(wǎng)絡(luò)可以完美分割任意數(shù)據(jù)的原理：

本節(jié)圖片來源于斯坦福Andrew Ng老師coursea課件(此大神不多介紹，大家都懂)

在說明神經(jīng)網(wǎng)絡(luò)之前，先介紹一下神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)計算單元，感知器。

上圖就是一個簡單的感知器，藍色是輸入的樣本，g(z)是激活函數(shù)，z=x1*w1+…,a=g(z)

這個東西可以用來干什么呢？我們可以令b=-30,w1=20,w2=20，此時限制輸入的x1和x2為0或者1，激活函數(shù)為sigmoid函數(shù)：

上圖為sigmoid函數(shù)圖像，可以看出當(dāng)x很大時，此函數(shù)趨于1，當(dāng)x很小時，此函數(shù)趨于0，寫出真值表，可以發(fā)現(xiàn)這個感知器完成了一個邏輯與的操作。

X1	X2	z	A
0	0	-30	0
0	1	-10	0
1	0	-10	0
1	1	10	1

將參數(shù)修改為b=-10,w1=20,w2=20，此時感知器又完成了一個邏輯或的操作,真值表就不寫了，也就是說改變這些圓圈圈之間的傳遞參數(shù)，可以使這個感知器完成邏輯或和邏輯與的操作。當(dāng)然對一個輸入取非也不會有問題(b=10,w1=-20)。

因此，我們可以改變連接參數(shù)，從而使感知器完成與、或、非的操作。而將兩層感知器連接起來，不就可以完成或非、與非、異或等操作了唄。

舉一個例子，比如讓一個神經(jīng)網(wǎng)絡(luò)分割下圖圓圈和×：

這里重新將邏輯或和邏輯與畫成類似上圖的格式：

而我們要達到的目標(biāo)則為：

所以想要分割這兩組點，第一層求一次或得到一個神經(jīng)元，再求一個與得到另一個神經(jīng)元，第二層求與就能得到上圖結(jié)果了：

神經(jīng)網(wǎng)絡(luò)就是這樣分割一個普通線性分類器很難分割的區(qū)域的

當(dāng)神經(jīng)元和神經(jīng)網(wǎng)絡(luò)的層數(shù)更高的時候，區(qū)分下面的數(shù)據(jù)也就不是什么問題了：

<2>：神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和前向運算：

上圖是Andrew Ng老師課程中的截圖，這就是一個典型的神經(jīng)網(wǎng)絡(luò)，我們設(shè) $θ^{(j)}$ 為j層到j(luò)+1層的傳遞矩陣，從輸入層(藍色)到中間的第二層，就有：

$a_{1}^{(2)} = g (θ_{10}^{(1)} x_{0} + θ_{11}^{(1)} x_{1} + θ_{12}^{(1)} x_{2} + θ_{13}^{(1)} x_{3})$

$a_{2}^{(2)} = g (θ_{20}^{(1)} x_{0} + θ_{21}^{(1)} x_{1} + θ_{22}^{(1)} x_{2} + θ_{23}^{(1)} x_{3})$

$a_{3}^{(2)} = g (θ_{30}^{(1)} x_{0} + θ_{31}^{(1)} x_{1} + θ_{32}^{(1)} x_{2} + θ_{33}^{(1)} x_{3})$

同理，第二層到輸出層：

$h_{θ} (x) = a_{1}^{(3)} = g (θ_{10}^{(2)} x_{0} + θ_{11}^{(2)} x_{1} + θ_{12}^{(2)} x_{2} + θ_{13}^{(2)} x_{3})$

注意這個神經(jīng)網(wǎng)絡(luò)的輸出只有一個值而神經(jīng)網(wǎng)絡(luò)的輸出可以有任意個，這里僅以此為例不再展開寫，上邊就是當(dāng)已知每一層之間的系數(shù)矩陣時，神經(jīng)網(wǎng)絡(luò)求解的過程。

只要我們可以通過某種訓(xùn)練手段的得到神經(jīng)網(wǎng)絡(luò)各層之間的系數(shù)矩陣，那么神經(jīng)網(wǎng)絡(luò)就可以用來完成機器學(xué)習(xí)任務(wù)了。

從這里開始，將通過一個例子來說明，感覺這樣子可以描述的更清楚些吧?？赡芤彩菓?yīng)為我比較笨。。。

我們假設(shè)有m=500張樣本圖片，每個圖片的分辨率是3*3而且都是黑白的，圖片的label(標(biāo)簽)有3類，分別是烤雞、烤鴨和烤全羊。我們構(gòu)建一個雙隱層的神經(jīng)網(wǎng)絡(luò)來判斷任意一個輸入的3*3圖片是什么東西。這個神經(jīng)網(wǎng)絡(luò)只用來舉例，一個9像素的圖片當(dāng)然什么實際的意義了。。。

這個神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)就是下邊這個樣子了：

輸入層是9個像素點的灰度值組成的向量X,有m=500個樣本，所以dim(X)=500*9，中間兩個隱層我們假設(shè)它們各有14個節(jié)點， $h_{1}$ 一個隱層(hidden layer)， $d i m (h_{1})$ =500*14， $h_{2}$ 層是第二個隱層， $d i m (h_{2})$ =500*14，output就是輸出層，有3個類別分別表示雞，鴨，羊。維度當(dāng)然是500*3了，參數(shù)W的維度分別是9*14,9*14，b則是一個500*14,500*14的矩陣，但b的每一行都是一樣的，=>符號表示全連接，如果徹底畫出來是這個樣子的(懶得用visio畫了，沒啥意義)

對于bias項b，還可以這樣理解：在每一層中加一個節(jié)點，這個節(jié)點固定值為1，從這個節(jié)點映射到下一層的每一個節(jié)點的參數(shù)組成的向量就是參數(shù)b，對于500個樣本，就是每一個樣本行都加上這個bias項了。

在numpy中，這么操作：

z1 = X.dot(W1) + b1  #這里b1是1*14的
a1 = np.tanh(z1) #激活函數(shù)還有tanh、ReLU等等
z2 = a1.dot(W2) + b2
…

X*W1出來是500*14，在numpy中加b1(1*14)就是在X*W1的每一行都加b1，同理，如果加某個500*1的向量，是每一列都加這個向量。這么設(shè)計有點困惑呢。。。數(shù)學(xué)老師說矩陣加法維度不一致不讓加的。

計算假設(shè)函數(shù)的公式就是下邊這樣：

$h_{1} = g (x * W_{1} + b_{1})$

$h_{2} = g (h_{1} * W_{2} + b_{2})$

$o u t p u t = h_{3} = g (h_{2} * W_{3} + b_{3})$

這樣，對于這500個樣本，每個樣本的每一類的得分就都計算出來了。當(dāng)然由于參數(shù)組是隨機搞到的，得分不一定合理，比如一個標(biāo)簽是烤鴨的樣本，烤鴨的得分反而是最低的，這都有可能，想要定性的衡量這套參數(shù)的靠譜程度，從而優(yōu)化這套參數(shù)，就要介紹下一個工具，損失函數(shù)了。

<3>:損失函數(shù)(cost function)，判斷當(dāng)前這套參數(shù)的性能:

損失函數(shù)是干啥的呢，在這個例子中我們有m個樣本，然后我們隨便搞一套參數(shù)組合，把這m個樣本分別扔到神經(jīng)網(wǎng)絡(luò)中去運算出輸出，由于我們知道這些樣本的標(biāo)簽，所以就可以判斷我們之前隨便搞的這套參數(shù)組合能不能用來求解未知的數(shù)據(jù)，比如有一枚數(shù)據(jù)的標(biāo)簽是烤鴨，將這個數(shù)據(jù)扔到神經(jīng)網(wǎng)絡(luò)里，算出來的得分是：

烤鴨：2分，燒雞：12分，烤全羊：-78分

很明顯嘛，這套參數(shù)得到的值不對，按照神經(jīng)網(wǎng)絡(luò)的值不就把鴨子認(rèn)成雞了嘛。損失函數(shù)就是衡量這個不對的程度的函數(shù)，顧名思義嘛，損失函數(shù)的值越小，說明你這套參數(shù)就越靠譜，越能表達樣本總體的特征。

在Andrew Ng課程中，老師直接給出了損失函數(shù)：

$j (θ) = - \frac{1}{m} [\sum_{i = 1}^{m} \sum_{k = 1}^{K} y_{k}^{(i)} l o g h_{θ} (x^{(i)})_{k} + (1 - y_{k}^{(i)}) l o g (1 - h_{θ} (x^{(i)})_{k})] + \frac{λ}{2 m} \sum_{l = 1}^{L - 1} \sum_{i = 1}^{S_{l}} \sum_{j = 1}^{S_{l + 1}} (θ_{j}^{(l)})^{2}$

K means the number of output units.

L means total number of layers in the network.

$S_{l}$ means number of units in layer l(not counting bias unit).

m是樣本數(shù)量.

這個損失函數(shù)其實是一個logistic regression問題的交叉熵?fù)p失(cross entropy loss)，一步一步來看這個損失是怎么來的哈，比較復(fù)雜。我舉的這個栗子是softmax回歸問題，就是多分類問題。

第一步是對輸出進行歸一化處理(normalize)，我們可以將得分轉(zhuǎn)換成概率形式，假設(shè)某個標(biāo)簽為烤鴨的樣本得分是：

烤鴨：2分，燒雞：12分，烤全羊：-78分

歸一化為：

烤鴨： $\frac{e^{2}}{e^{2} + e^{128} + e^{- 78}}$

燒雞： $\frac{e^{12}}{e^{2} + e^{128} + e^{- 78}}$

烤全羊： $\frac{e^{- 78}}{e^{2} + e^{128} + e^{- 78}}$

這樣，輸出的樣本得分就變成了：

烤鴨：4.5*10^-5，燒雞：幾乎是1，烤全羊：8.2*10-40

這樣子就可以很方便的和樣本標(biāo)簽做比較了，比如這個樣本的標(biāo)簽是烤鴨，標(biāo)簽向量y就是[1,0,0]了。不是的話需要轉(zhuǎn)換成這種形式。

交叉熵?fù)p失，就是將這些概率和標(biāo)簽中正確的概率向量的差加起來再求一個負(fù)對數(shù)，剛剛的數(shù)據(jù)比較龐大，我們假設(shè)計算得到的輸出概率向量為[0.1,0.5,0.4],這個意思就是神經(jīng)網(wǎng)絡(luò)認(rèn)為你輸入的這張圖片有0.1的概率是烤鴨，0.5的概率是燒雞…，但實際輸入的樣本圖片的標(biāo)簽是烤鴨，也就是[1,0,0]。那么他在每一個類別上的損失就是[1-0.1,0.5-0,0.4-0]

而cross entropy loss就等于

$- \frac{1}{m} [l o g (1 - 0.1) + l o g 0.5 + l o g 0.4]$

現(xiàn)在再感受一下這個式子。恍然大悟吧。如果這個類別標(biāo)簽是0，說明你輸出的softmax概率全部是損失，如果這個類標(biāo)簽是1，你輸出的概率本該是1，但差了1-p那么多，所以損失就是1-p。

$j (θ) = - \frac{1}{m} [\sum_{i = 1}^{m} \sum_{k = 1}^{K} y_{k}^{(i)} l o g h_{θ} (x^{(i)})_{k} + (1 - y_{k}^{(i)}) l o g (1 - h_{θ} (x^{(i)})_{k})]$

K means the number of output units.

L means total number of layers in the network.

$S_{l}$ means number of units in layer l(not counting bias unit).

恩我是應(yīng)為笨才說的這么清楚的。。。

至于為毛叫交叉熵?fù)p失。。等我學(xué)完信息論再回答吧，留個坑。

有了損失函數(shù)的定義后，我們可以隨機初始化一組系數(shù)矩陣，然后使用梯度下降的方法找到一組(使用大量的樣本)令損失函數(shù)最小的系數(shù)矩陣，這就是SGD(隨機梯度下降)

<4>:BP與SGD：

在介紹SGD算法之前，先簡單說一下什么是梯度下降(gradient descent)。我們假設(shè)有一個凸函數(shù)如圖所示，如何從隨機的一點逐漸收斂到這個函數(shù)的最小值呢？

下邊的偽代碼就是梯度下降。當(dāng)循環(huán)次數(shù)達到一定數(shù)量時，此時的x就非常接近f(x)的最小值了。

Repeat until convergence{

$δ = α \frac{d}{d x} f (x)$

x=x- $δ$

}

a是一個更新率，當(dāng)a很小時梯度收斂的很慢，當(dāng)a較大時梯度收斂的較快，當(dāng)a過大時可能無法收斂，比如x減去一個很小的負(fù)值，函數(shù)值比原來距離正確的最小值點更遠了。可見對于這樣一個平滑的凸函數(shù)，迭代的步子會隨著次數(shù)增加越邁越小，原因就是導(dǎo)數(shù)越來越小了。這樣就會使得x逐漸逼近最小值點。

對于神經(jīng)網(wǎng)絡(luò)的cost function，它不僅僅有一個參數(shù)，我們便需要求出cost function對每個參數(shù)的偏導(dǎo)數(shù)，在最后統(tǒng)一進行參數(shù)更新后進行下一輪迭代。

神經(jīng)網(wǎng)絡(luò)系統(tǒng)使用正向傳播求當(dāng)前參數(shù)的損失，然后反向傳播回傳誤差，根據(jù)誤差信號迭代修正每層的權(quán)重。SGD算法(stochastic gradient descent)的第一步是隨機初始化每一個參數(shù)。Stochastic的意思正是隨機。通過這組隨機的參數(shù)計算得到每一個神經(jīng)元的輸入輸出值和損失函數(shù)后，就可以求損失函數(shù)對各個參數(shù)的偏導(dǎo)數(shù)了，梯度更新的那個delta就等于alpha*偏導(dǎo)數(shù)。偏導(dǎo)數(shù)怎么求就不多說了，高中數(shù)學(xué)嘍。

而BP算法則是用來求那一堆偏導(dǎo)數(shù)的，BP的意思是反向傳播。就是把最后一層的誤差反向傳遞回別的神經(jīng)元，得到每一層的誤差函數(shù)，從而解出偏導(dǎo)數(shù)。

我們定義 $δ_{j}^{(l)}$ 為第l層，節(jié)點j的誤差

對于輸出層（第四層）

$δ^{(4)} = a^{(4)} - y$ ，這里當(dāng)然每一個都是3維的向量

往前傳遞：

$δ^{(3)} = ((Θ^{(3)})^{T} δ^{(4)}) . * g^{^{'}} (z^{(3)})$

$δ^{(2)} = ((Θ^{(2)})^{T} δ^{(3)}) . * g^{^{'}} (z^{(2)})$

則損失函數(shù)對于每個參數(shù)的偏導(dǎo)數(shù)為：

$\frac{\partial J (Θ)}{\partial Θ_{i, j}^{(l)}} = \frac{1}{m} \sum_{t = 1}^{m} a_{j}^{(t) (l)} δ_{i}^{(t) (l + 1)}$

這個東西的證明出奇的復(fù)雜，有興趣的可以谷歌一下,當(dāng)每一個偏導(dǎo)數(shù)都求出來后，就可以套用上邊的梯度下降算法迭代出來最佳的參數(shù)組合嘍。這就是神經(jīng)網(wǎng)絡(luò)。

好了，上邊的例子就是一個圖像分類的問題demo，差不多說的很清楚了吧。然后考慮一下實際的圖像分類問題，會遇到哪些問題呢？

首先圖像的分辨率不能是9像素了，這能看出來啥啊，然后就是圖像的類別，也不能就3類了，這個新球上的圖片還是有個幾千個類別的吧，這樣就會遇到一些計算上的問題，比如圖片的分辨率是1080p，那么輸入維度就是1980*1200=2376000，通常隱層節(jié)點數(shù)量要大于輸入維度，而隱層層數(shù)也隨著分類問題的復(fù)雜而提高，就算一個圖像分類神經(jīng)網(wǎng)絡(luò)的隱層節(jié)點數(shù)量和輸入維度一致，那傳遞參數(shù)W維度就成了。。。200w*200w=2萬億個了。。。這么大的數(shù)據(jù)量，老黃也沒轍，只能優(yōu)化算法。

關(guān)于深度的神經(jīng)網(wǎng)絡(luò)為何難以訓(xùn)練有很多細(xì)節(jié)，可以推薦一本在線書：

http:///chap5.html

#我還沒看完。。

寫到這里深刻感覺到關(guān)于深度神經(jīng)網(wǎng)絡(luò)的知識量還是很大的，這里只做知識結(jié)構(gòu)梳理和重要的key point描述。其實對于此類知識，我個人的看法是掌握原理即可move on，需要其中的細(xì)節(jié)再去查看資料，對每一個細(xì)節(jié)都詳細(xì)證明是有一些浪費時間的，對于初學(xué)者(just like me)來說，很快的了解并將這個技術(shù)應(yīng)用到一個測試平臺上是更重要的，其次是緊跟潮流看看最新的進展是在研究什么。數(shù)學(xué)很重要，但它只是工具罷了。我們要掌握的是如何用數(shù)學(xué)解決問題。

具體怎么搞？

卷積神經(jīng)網(wǎng)絡(luò)

本站是提供個人知識管理的網(wǎng)絡(luò)存儲空間，所有內(nèi)容均由用戶發(fā)布，不代表本站觀點。請注意甄別內(nèi)容中的聯(lián)系方式、誘導(dǎo)購買等信息，謹(jǐn)防詐騙。如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請點擊一鍵舉報。

电竞比分网-中国电竞赛事及体育赛事平台

[DL學(xué)習(xí)筆記]從人工神經(jīng)網(wǎng)絡(luò)到卷積神經(jīng)網(wǎng)絡(luò)