机器学习——神经网络

一、神经网络

  神经网络是由具有适应性的简单单元组成的广泛并行互连的网络。神经网络中最基本的成分是神经元模型。以下图常见的“M-P神经元模型”为例，在这个模型中，神经元接收到来自$n$个其他神经元传递过来的输入信号，这些输入信号通过带权重的连接进行传递，神经元收到的总输入值将与神经元的阈值进行比较，然后通过激活函数处理以产生神经元的输出。

  理想中的激活函数是左下图所示的阶跃函数，但是阶跃函数具有不连续、不光滑等不太好的性质，因此实际常用Sigmoid函数作为激活函数，典型代表是对数几率函数，它把可能在较大范围内变化的输入值挤压到（0,1）输出值范围内，因此有时也称为“挤压函数”。

  把许多个这样的神经元按一定的层次结构连接起来，就得到了神经网络。

二、多层网络

  常见的神经网络是如下图所示的层级结构，每层神经元与下一层的神经元完全互连，神经元之间不存在同层连接，也不存在跨层连接，这样的神经网络结构通常称为“多层前馈神经网络”。

“前馈”并不意味着网络中信号不能向后传，而是指网络拓扑结构中不存在环或回路。

  多层前馈神经网络中，输入层神经元接收外界输入，隐层与输出层神经元对信号进行加工，最终结果由输出层神经元输出。输入层神经元仅是接受输入，不进行函数处理，隐层与输出层包含函数功能神经元。
  神经网络的学习过程，就是根据训练数据来调整神经元之间的“连接权”以及每个功能神经元的阈值。神经网络学到的东西，蕴涵在连接权与阈值中。

多层前馈网络有强大的表示能力（万有逼近性）
仅需一个包含足够多神经元的隐层，多层前馈神经网络就能以任意精度逼近任意复杂度的函数。
但是，如何设置隐层神经元是未解决问题，实际上常用“试错法”。

三、误差逆传播算法（BP算法）

  对训练样例$(x_k,y_k)$，假定神经网络的输出为${\hat{y}}_k=({\hat{y}}_1^k,{\hat{y}}_2^k,\cdots ,{\hat{y}}_l^k)$，即${\hat{y}}_j^k=f({\beta }_j-{\theta }_j)$（表示的是第j个神经元关于第k个样例的输出）。神经网络在$(x_k,y_k)$上的均方误差为
$$E_k=\frac{1}{2}\sum _{j=1}^l({\hat{y}}_j^k-y_j^k{)}^2$$
  BP神经网络中有(d+l+1)q+l个参数需要确定：输入层到隐层的dq个权值、隐层到输出层的ql个权值、q个隐层神经元的阈值、l个输出层神经元的阈值。BP是一个迭代学习算法，在迭代的每一轮中采用广义的感知机学习规则对参数进行更新估计，任意参数v的更新估计式为$v\leftarrow v+\Delta v$
  BP算法基于梯度下降策略，以目标的负梯度方向对参数进行调整，给定学习率$\eta$

  BP算法的工作流程：对于每个训练样例，BP算法先将输入示例提供给输入层神经元，然后逐层将信号前传，直到产生输出层的结果；然后计算输出层的误差，再将误差逆向传播至隐层神经元，最后根据隐层神经元的误差来对连接权和阈值进行调整。该迭代过程循环进行，直到达到某些停止条件为止，例如训练误差已经达到一个很小的值。

  神经网络就有强大的表示能力，BP神经网络经常出现“过拟合”的情况，其训练误差持续降低，但是测试误差却可能上升。有两种策略常用来缓解BP网络的过拟合。方法一，“早停”：将数据分成训练集和验证集，训练集用来计算梯度、更新连接权和阈值，验证集用来估计误差，若训练集误差降低但验证集误差升高，则停止训练，同时返回具有最小验证集误差的连接权和阈值。方法二，“正则化”：在误差目标函数中增加一个用于描述网络复杂度的部分，例如连接权和阈值的平方和，仍令$E_k$表示第$k$个训练样例上的误差，$w_i$表示连接权和阈值，则目标函数改变为：
$$E=\lambda \frac{1}{m}\sum _{k=1}^m{E}_k+(1-\lambda )\sum _i{w}_i^2$$

偏好比较小的连接权和阈值，这样会使网络输出更光滑

其中$\lambda \in (0,1)$用于对经验误差与网络复杂度这两项进行折中，常通过交叉验证法来估计。