深度学习task1 -线性回归、Softmax与模型分类、多层感知器

线性回归

数据集
训练模型时通常把数据集以7 : 3或7.5 : 2.5的比例分为training set和test set，需要进行预测的属性是label (标签)，影响预测结果的因素是feature (特征)。

Loss Function (损失函数)
在模型训练中，通常选取一个非负数作为衡量预测值与真实值之间的误差，数值越小误差越小。Mean Squared Error (MSE) 即均方误差，是最常用的回归损失函数之一。平方函数是另一个常用函数，计算公式如下：

即 单个样本误差的计算公式 = ½ × (预测值 - 实际值)²；
如要计算小批量样本误差，先计算单个样本误差，求和，再除以数量n取平均值。

优化函数 - 随机梯度下降
通过优化算法有限次迭代模型参数来尽可能降低损失函数的值，小批量随机梯度下降 (mini-batch stochastic gradient descent) 是常用求数值解的优化算法之一：
1. 选取一组模型的初始值，一般来说随机选取
2. 对参数进行多次迭代，每次迭代都尽可能降低损失函数的值

Softmax与模型分类

没看懂，以后再补

多层感知器 (Multilayer Perceptron, MLP)

多层感知器是一种前向结构的人工神经网络。

给定一个小批量样本X，批量大小为n，输入个数为d。假设多层感知机只有一个隐藏层，其中隐藏单元个数为h。记隐藏层的输出（也称为隐藏层变量或隐藏变量）为H。因为隐藏层和输出层均是全连接层，可以设隐藏层的权重参数和偏差参数分别为W(h)和b(h)，输出层的权重和偏差参数分别为W(o)和b(o)。
虽然神经网络引入了隐藏层，却依然等价于一个单层神经网络，即便再添加更多的隐藏层，以上设计依然只能与仅含输出层的单层神经网络等价。

ReLU函数
ReLU (Retified Linear Unit) 函数为常用激活函数之一，提供一个简单的非线性变换。给定元素x，该函数定义为：ReLU(x) = max(x, 0)。该函数只保留正数元素并将负数元素清零。

%matplotlib inline
import torch
import numpy as np
import matplotlib.pyplot as plt
import sys
sys.path.append("/home/kesci/input")
import d2lzh1981 as d2l
print(torch.__version__)

def xyplot(x_vals, y_vals, name):
    # d2l.set_figsize(figsize=(5, 2.5))
    plt.plot(x_vals.detach().numpy(), y_vals.detach().numpy())
    plt.xlabel('x')
    plt.ylabel(name + '(x)')

x = torch.arange(-8.0, 8.0, 0.1, requires_grad=True)
y = x.relu()
xyplot(x, y, 'relu')
#绘制如下图

y.sum().backward()
xyplot(x, x.grad, 'grad of relu')
#绘制如下图

在多层感知器中引入激活函数是为了将多个无激活函数的线性层叠加起来，其表达能力与单个线性层相同。

Sigmoid函数
sigmoid函数可以将元素的值变换到0和1之间：sigmoid(x) = 1/(1+exp(-x))。

y = x.sigmoid()
xyplot(x, y, 'sigmoid')

下面绘制了sigmoid函数的导数。当输入为0时，sigmoid函数的导数达到最大值0.25；当输入越偏离0时，sigmoid函数的导数越接近0。

x.grad.zero_()
y.sum().backward()
xyplot(x, x.grad, 'grad of sigmoid')

tanh函数
tanh（双曲正切）函数可以将元素的值变换到-1和1之间：
tanh(x) = (1 - exp(-2x)) / (1 + exp(-2x))
当输入接近0时，tanh函数接近线性变换。虽然该函数的形状和sigmoid函数的形状很像，但tanh函数在坐标系的原点上对称。

y = x.tanh()
xyplot(x, y, 'tanh')

下面绘制了tanh函数的导数。当输入为0时，tanh函数的导数达到最大值1；当输入越偏离0时，tanh函数的导数越接近0。

x.grad.zero_()
y.sum().backward()
xyplot(x, x.grad, 'grad of tanh')

相较于sigmoid和tanh，Relu的主要优势是计算效率高且不会出现梯度消失问题。如果我们需要网络输出范围是[0,1]，可以考虑使用sigmoid函数。