在上篇博文中,我们讲述怎样处理第
l−1
l
−
1
层到第
l
l
层的前向传输和反向求导,我们还没有讲述关于输出层的处理技术。在这里,我们还以MNIST手写数字识别为例,网络计算图如下所示:
当我们计算出输出层的输出时,表示输入图像
x
x
是0~9这10个数字的概率。此时输入图像
x
x
对应的正确结果
y^∈R10
y
^
∈
R
10
,假设该数为
r
r
,则,其余维0,即
y^={0,0,...,1,...,0}
y
^
=
{
0
,
0
,
.
.
.
,
1
,
.
.
.
,
0
}
,其中主1的是第
r
r
维。
我们首先处理损失函数,这里我们假设不考虑添加调整项的情况,我们的代价函数取交叉熵(cross entropy)函数,根据交叉熵定义:
对离散值情况,交叉熵(cross entropy)可以表示为:
在这里我们设正确值 y^ y ^ 的分布为p,而计算值 y=a2 y = a 2 的分布为q,假设共有 K=10 K = 10 个类别,并且假设第 r r 维为正确数字,则代价函数的值为:
我们可以将代价函数值视为 R1 R 1 的向量,我们对 y y 求偏导,根据Jacobian矩阵定义,结果为 R1×N2=R1×10 R 1 × N 2 = R 1 × 10 的1行10列的矩阵。结果如下所示:
其只有正确数字对应的第r维不为0,其余均为零。
接下来我们来求: ∂y∂z2 ∂ y ∂ z 2 ,因为 y y 和 a2 a 2 均为向量,可以直接使用Jacobian矩阵定义得:
接下来 ∂z2∂W2 ∂ z 2 ∂ W 2 、 ∂z2∂a1 ∂ z 2 ∂ a 1 、 ∂z2∂b2 ∂ z 2 ∂ b 2 就是上一篇博文中讲述的内容。这里我们简单讲解下代价函数和代价函数反向求导的问题。代码如下所示:
@tf.custom_gradient
def cross_entropy(y, y_):
# 找出y_中不等于0的下标值
idx = np.nonzero(y_)[0][0]
def grad_fn(dy):
grad_C = np.zeros(y.shape[0])
grad_C[idx] = - 1.0 / y[idx]
return tf.constant(grad_C)
return -math.log(y[idx]), grad_fn
def test003(args={}):
tf.enable_eager_execution()
tfe = tf.contrib.eager
print('代价函数求导...')
y = np.zeros((10))
for idx in range(10):
y[idx] = 0.01
y[2] = 0.31
y[3] = 0.11
y[8] = 0.21
y[1] = 0.11
y[4] = 0.21
y_ = np.array([0.0, 0.0, 1.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0])
print('y:{0}'.format(y))
print('y_:{0}'.format(y_))
C = cross_entropy(y, y_)
print('代价函数值:{0}'.format(C.numpy()))
grad_C1 = tfe.gradients_function(cross_entropy)
pC_py = grad_C1(y, y_)
print('pC_py:{0}'.format(pC_py[0].numpy()))
运行结果如下所示:
在求
∂y2∂z2
∂
y
2
∂
z
2
时,根据我们的定义,输出层采用的是交叉熵(Cross Entropy)函数,形式为:
下面我们来求 ∂yi∂z2j ∂ y i ∂ z j 2 ,我们分为 i≠j i ≠ j 和 i=j i = j 两种情况来讨论。
当 i=j i = j 时:
当 i≠j i ≠ j 时:
按照上面的公式,我们可以求出 ∂y∂z2∈R10×10 ∂ y ∂ z 2 ∈ R 10 × 10 的方阵。
根据定义有:
其维数为 R1×10×R10×10×R10×10×512=R1×10×512 R 1 × 10 × R 10 × 10 × R 10 × 10 × 512 = R 1 × 10 × 512 ,即可得到每个第1层到第2层连接权值的导数,根据梯度下降算法,就可以求出新的连接权值了。
到目前为止,我们已经将所有多层感知器(MLP)模式中用到的技术,全部讲述完成了,有了这些基本知识之后,我们就可以搭建一个完整的多层感知器(MLP)模型了,在下一节中我们将搭建一个最基本的多层感知器模型用于MNIST手写数字识别。