白话AI：看懂深度学习真的那么难吗？初中数学，就用10分钟

今天，面对AI如此重要的江湖地位，深度学习作为重要的一个研究分支，几乎出现在当下所有热门的AI应用领域，其中包含语义理解、图像识别、语音识别，自然语言处理等等，更有人认为当前的人工智能等同于深度学习领域。如果在这个人工智能的时代，作为一个有理想抱负的程序员，或者学生、爱好者，不懂深度学习这个超热的话题，似乎已经跟时代脱节了。

但是，深度学习对数学的要求，包括微积分、线性代数和概率论与数理统计等要求，让大部分的有理想抱负青年踟蹰前行。那么问题来了，理解深度学习，到底需不需要这些知识？关子就不卖了，标题已经说明。

前段时间，编辑闲逛各大社区论坛，发现一篇非常适合初学者学习的深度学习的回复帖子，用风趣的白话和例子深入浅出的分析了深度学习的过程，非常通俗易懂。通过与在西门子从事人工智能领域的杨国安老师沟通，获得内容编辑授权，把内容重新整理发布，希望人人都能够理解深度学习。

关于深度学习，网上的资料很多，不过貌似大部分都不太适合初学者。杨老师总结了几个原因： 

1、深度学习确实需要一定的数学基础。如果不用深入浅出地方法讲，有些读者就会有畏难的情绪，因而容易过早地放弃。

2、中国人或美国人写的书籍或文章，普遍比较难一些。

深度学习所需要的数学基础并没有想象中的那么难，只需要知道导数和相关的函数概念即可。高等数学也没学过？很好，这篇文章其实是想让文科生也能看懂，只需要学过初中数学就完全可以。

其实不必有畏难的情绪，比较推崇李书福的精神，在一次电视采访中，李书福说：谁说中国人不能造汽车？造汽车有啥难的，不就是四个轮子加两排沙发嘛。当然，他这个结论有失偏颇，不过精神可嘉。

导数是什么？无非就是变化率。 

比如：王小二今年卖了100头猪，去年卖了90头，前年卖了80头。。。变化率或者增长率是什么？每年增长10头猪，多简单。这里需要注意有个时间变量—年。王小二卖猪的增长率是10头/年，也就是说，导数是10。

函数y=f(x)=10x+30，这里我们假设王小二第一年卖了30头，以后每年增长10头，x代表时间（年），y代表猪的头数。 

当然，这是增长率固定的情形，而现实生活中，很多时候，变化量也不是固定的，也就是说增长率不是恒定的。比如，函数可能是这样: y=f(x)=5x²+30，这里x和y依然代表的是时间和头数，不过增长率变了，怎么算这个增长率，我们回头再讲。或者你干脆记住几个求导的公式也可以。

深度学习还有一个重要的数学概念：偏导数，偏导数的偏怎么理解？偏头疼的偏，还是我不让你导，你偏要导？都不是，我们还以王小二卖猪为例，刚才我们讲到，x变量是时间（年），可是卖出去的猪，不光跟时间有关啊，随着业务的增长，王小二不仅扩大了养猪场，还雇了很多员工一起养猪。 所以方程式又变了：y=f(x)=5x₁²+8x₂ + 35x₃ +30

这里x₂代表面积，x₃代表员工数，当然x₁还是时间。

上面我们讲了，导数其实就是变化率，那么偏导数是什么？偏导数无非就是多个变量的时候，针对某个变量的变化率。在上面的公式里，如果针对x₃求偏导数，也就是说，员工对于猪的增长率贡献有多大，或者说，随着（每个）员工的增长，猪增加了多少，这里等于35—每增加一个员工，就多卖出去35头猪. 计算偏导数的时候，其他变量都可以看成常量，这点很重要，常量的变化率为0，所以导数为0，所以就剩对35x₃ 求导数，等于35. 对于x₂求偏导，也是类似的。

求偏导我们用一个符号表示：比如 y/ x₃ 就表示y对 x₃求偏导。

废话半天，这些跟深度学习到底有啥关系？当然有关系，深度学习是采用神经网络，用于解决线性不可分的问题。关于这一点，我们回头再讨论，大家也可以网上搜一下相关的文章。这里主要讲讲数学与深度学习的关系。先给大家看几张图：

图1. 所谓深度学习，就是具有很多个隐层的神经网络。

图2.单输出的时候，怎么求偏导数

图3.多输出的时候，怎么求偏导数。

后面两张图是日本人写的关于深度学习的书，感觉写的不错，把图盗来用一下。 所谓入力层，出力层，中间层，分别对应于中文的：输入层，输出层，和隐层。 大家不要被这几张图吓着，其实很简单的。再举一个例子，就以撩妹为例。男女恋爱我们大致可以分为三个阶段：

1.初恋期。 相当于深度学习的输入层。别人吸引你，肯定是有很多因素，比如：身高，身材，脸蛋，学历，性格等等，这些都是输入层的参数，对每个人来说权重可能都不一样。

2.热恋期。 我们就让它对应于隐层吧。这个期间，双方各种磨合，柴米油盐酱醋茶。

3.稳定期。 对应于输出层，是否合适，就看磨合得咋样了。大家都知道，磨合很重要，怎么磨合呢？就是不断学习训练和修正的过程嘛！比如女朋友喜欢草莓蛋糕，你买了蓝莓的，她的反馈是negative，你下次就别买了蓝莓，改草莓了。

看完这个，有些小伙可能要开始对自己女友调参了。有点不放心，所以补充一下。撩妹和深度学习一样，既要防止欠拟合，也要防止过拟合。所谓欠拟合，对深度学习而言，就是训练得不够，数据不足，就好比，你撩妹经验不足。要做到拟合，送花当然是最基本的，还需要提高其他方面，比如，提高自身说话的幽默感等，因为本文重点并不是撩妹，所以就不展开讲了。 这里需要提一点，欠拟合固然不好，但过拟合就更不合适了。 过拟合跟欠拟合相反，一方面，如果过拟合，她会觉得你有陈冠希老师的潜质，更重要的是，每个人情况不一样，就像深度学习一样，训练集效果很好，但测试集不行！就撩妹而言，她会觉得你受前任(训练集)影响很大，这是大忌！如果给她这个印象，你以后有的烦了，切记切记！

深度学习也是一个不断磨合的过程，刚开始定义一个标准参数（这些是经验值，就好比情人节和生日必须送花一样），然后不断地修正，得出图1每个节点间的权重。为什么要这样磨合？试想一下，我们假设深度学习是一个小孩，我们怎么教他看图识字？肯定得先把图片给他看，并且告诉他正确的答案，需要很多图片，不断地教他，训练他，这个训练的过程，其实就类似于求解神经网络权重的过程。以后测试的时候，你只要给他图片，他就知道图里面有什么了。

所以训练集，其实就是给小孩看，带有正确答案的图片， 对于深度学习而言，训练集就是用来求解神经网络的权重，最后形成模型；而测试集，就是用来验证模型的准确度。

对于已经训练好的模型，如下图所示，权重（w1，w2…）都已知。

图4

图5

我们知道，像上面这样，从左至右容易算出来。但反过来我们上面讲到，测试集有图片，也有预期的正确答案，要反过来求w1，w2……，怎么办？

绕了半天，终于该求偏导出场了。目前的情况是：

1.我们假定一个神经网络已经定义好，比如有多少层，每层有多少个节点，也有默认的权重和激活函数（后面讲）等。这个没办法，刚开始得有一个初始值。你喜欢一个美女，她也不是刚从娘胎里出来的，也是带有那就得调整参数。因为输入（图像）确定的情况下，只有调整参数才能改变输出的值。怎么调整，怎么磨合？刚才我们讲到，每个参数都有一个默认值，我们就对每个参数加上一定的数值∆，然后看看结果如何？如果参数调大，差距也变大，你懂的，那就得减小∆，因为我们的目标是要让差距变小；反之亦然。所以为了把参数调整到最佳，我们需要了解误差对每个参数的变化率，这不就是求误差对于该参数的偏导数嘛。

关键是怎么求偏导。图2和图3分别给了推导的方法，其实很简单，从右至左挨个求偏导就可以。相邻层的求偏导其实很简单，因为是线性的，所以偏导数其实就是参数本身嘛，就跟求解x₃的偏导类似。然后把各个偏导相乘就可以了。

这里有两个点：一个是激活函数，其实激活函数也没啥，就是为了让每个节点的输出都在0到1的区间，这样好算账嘛，所以在结果上面再做了一层映射，反正都是一对一的。由于激活函数的存在，所以在求偏导的时候，也要把它算进去，激活函数，一般用sigmoid，也可以用Relu等。激活函数的求导其实也非常简单：

求导： f'(x)=f(x)*[1-f(x)] 

这个方面，有时间可以翻看一下高数，如果没时间，直接记住就行了。 至于Relu，那就更简单了，就是f(x) 当x<0的时候y等于0，其他时候，y等于x。当然，你也可以定义你自己的Relu函数，比如x大于等于0的时候，y等于0.01x，也可以。

另一个是学习系数，为什么叫学习系数？刚才我们上面讲到∆增量，到底每次增加多少合适？是不是等同于偏导数（变化率）？经验告诉我们，需要乘以一个百分比，这个就是学习系数，而且，随着训练的深入，这个系数是可以变的。

当然，还有一些很重要的基本知识，比如SGD（随机梯度下降），mini batch 和 epoch（用于训练集的选择），限于篇幅，以后再侃吧。其实参考李宏毅的那篇文章就可以了。其实上面描述的，主要是关于怎么调整参数，属于初级阶段。上面其实也提到，在调参之前，都有默认的网络模型和参数，如何定义最初始的模型和参数？就需要进一步深入了解。不过对于一般做工程而言，只需要在默认的网络上调参就可以，相当于用算法；对于学者和科学家而言，他们会发明算法，这有很大的难度。向他们致敬！

End.