如果以面向对象(OOP)的方式进行BP神经网络系统的设计与实践的话,因为权值的初始化以及类的构造都只进行一次(而且发生在整个流程的开始阶段),所以自然地将权值(全部层layer之间的全部权值)初始化的过程放在类的构函数中,而权值的初始化,一种trivial常用的初始化方法为,对各个权值使用均值为0方差为1的正态分布(也即np.random.randn(shape)
)进行初始化,也即:
class Network(object):
# topology:表示神经网络拓扑结构,用list或者tuple来实现,
# 比如[784, 30, 10],表示784个神经元的输入层,30个neuron的隐层,以及十个neuron的输出层
def __init__(self, topology):
self.topology = topology
self.num_layers = len(topology)
self.biases = [np.random.randn(y, 1) for y in topology[1:]]
self.weights = [np.random.randn(y, x) for x, y in zip(self.weights[:-1], self.weights[1:])]
我们不妨以一个简单的具体例子,分析这种初始化方法可能存在的缺陷,如下图所示:
为了简化问题,我们只以最左一层向中间一层的第一个神经元(neuron)进行前向(forward)传递为例进行分析,假设一个输入样本(特征向量, x ,维度为1000),一半为1,一半为0(这样的假设很特殊,但也很能说明问题),根据前向传递公式,
以上的平坦的概率密度函数为
z
的pdf(概率密度函数),因为pdf较为均匀,
而权值更新公式为:
也就意味着越小的 σ′(z) ,越小的梯度更新,同等学习率(learning rate: η )的情况下,越小的学习速率。
如何进行改进呢?假使输入层有
nin
个神经元,我们可将这些神经元对应的权重初始化为0均值,标准差为
1/(√nin)
,这样,高斯pdf的形式将会趋于陡峭,而不是上文的平坦,
σ′(z)
将以较小的概率达到饱和状态。仍以上文的设置为基础,我们来分析,现在
z
的pdf,均值为0,标准差为
相关代码:
def default_weight_init(self):
self.biases = [np.random.randn(y, 1)/y for y in self.topology[1:]]
self.weights = [np.random.rand(y, x)/np.sqrt(x) for x, y in zip(self.topology[:-1], self.topology[1:])]
def large_weight_init(self):
self.biases = [np.random.randn(y, 1) for y in self.topoloy[1:]]
self.weights = [np.random.randn(y, x)/np.sqrt(x) for x, y in zip(self.topology[:-1], self.topology[1:])]
我们看到正是这样一种np.random.randn(y, x)
向np.random.randn(y, x)/np.sqrt(x)
小小的改变,却暗含着丰富的概率论与数理统计的知识,可见无时无刻无处不体现着数学工具的强大。