LeNet-5 研习 4 (进行C语言实现LeNet的后向传播的解读)

参考博文：

https://blog.csdn.net/tostq/article/details/51788093

https://www.cnblogs.com/charlotte77/p/5629865.html

https://www.cnblogs.com/ooon/p/5418555.html 

http://www.cnblogs.com/maybe2030/p/5597716.html 

上面的博客应该是翻译的这个博客：

https://mattmazur.com/2015/03/17/a-step-by-step-backpropagation-example/

上一篇文章中，我们进行了LeNet-5(C实现)前向传播的解析

现在我们解析LeNet-5(C实现)后向传播

在解析之前，看一下，

1学习方法的分类

关于在线学习和批量学习

      批量学习方法：突触权值的调整在训练样本集合的所有N个例子都出现后进行，这个N个例子构成训练的一个回合，每个回合的训练样本的样例都是随机选择的，而权值的调整是靠所有N个例子的总体平均来实现。

批量学习方法的优点在于能够精确估计当前梯度向量（即代价函数对权值向量W的导数），因此，保证能最快下降到局部极小点的收敛性，另外能满足并行计算的要求，当前也增加存储压力。

      在线学习方法：即样例是一个接一个输入网络中，只有当前一样本输入完成权值调整后，后一样本才能进入网络。在线学习方法相比于批量学习方法，其更容易执行，而且也不易陷入局部极值点，另外比批量学习需要更少的存储空间。

本文这个版本的CNN采用是在线学习方法，DeepLearnToolbox的版本默认是采用的是批量学习，可以将批量数改为1也就成了在线学习方法。

---

卷积神经网络的后向传播比较复杂，为了理解卷积神经网络的后向传播，我们先来学习一下，以下是前文中提到的参考博客原文

2梯度下降法(粗略看下即可)

2.1感知器

2.2线性单元

2.3误差准则

当然，实际情况下的loss损失函数可能更为复杂，比如鞍面，这样我们使用梯度下降就有可能取到局部极值，从而引出梯度下降的很多优化算法，在另外的博客中我们再行具体论述：

2.4梯度下降法的推导

2.5增量梯度下降

2.6关于寻优方法的比较

3BP神经网络的后向传播

这是典型的三层神经网络的基本构成，Layer L1是输入层，Layer L2是隐含层，Layer L3是隐含层，我们现在手里有一堆数据{x1,x2,x3,...,xn},输出也是一堆数据{y1,y2,y3,...,yn},现在要他们在隐含层做某种变换，让你把数据灌进去后得到你期望的输出。如果你希望你的输出和原始输入一样，那么就是最常见的自编码模型（Auto-Encoder）。

本文直接举一个例子，带入数值演示反向传播法的过程，公式的推导等到下次写Auto-Encoder的时候再写，其实也很简单，感兴趣的同学可以自己推导下试试：）（注：本文假设你已经懂得基本的神经网络构成，如果完全不懂，可以参考Poll写的笔记：[Mechine Learning & Algorithm] 神经网络基础）http://www.cnblogs.com/maybe2030/p/5597716.html

假设，你有这样一个网络层：

第一层是输入层，包含两个神经元i1，i2，和截距项b1；第二层是隐含层，包含两个神经元h1,h2和截距项b2，第三层是输出o1,o2，每条线上标的wi是层与层之间连接的权重，激活函数我们默认为sigmoid函数。

现在对他们赋上初值，如下图：

其中，输入数据  i1=0.05，i2=0.10;

　　　　　输出数据 o1=0.01,o2=0.99;

　　　　　初始权重  w1=0.15,w2=0.20,w3=0.25,w4=0.30;

　　　　　　　　　  w5=0.40,w6=0.45,w7=0.50,w8=0.55

目标：给出输入数据i1,i2(0.05和0.10)，使输出尽可能与原始输出o1,o2(0.01和0.99)接近。
 

---

Step 1 前向传播

1.输入层---->隐含层：

计算神经元h1的输入加权和：

神经元h1的输出o1:(此处用到激活函数为sigmoid函数)：

同理，可计算出神经元h2的输出o2：

2.隐含层---->输出层：

计算输出层神经元o1和o2的值：

 

这样前向传播的过程就结束了，我们得到输出值为[0.75136079 , 0.772928465]，与实际值[0.01 , 0.99]相差还很远，现在我们对误差进行反向传播，更新权值，重新计算输出。

Step 2 反向传播

1.计算总误差

总误差：(square error)

但是有两个输出，所以分别计算o1和o2的误差，总误差为两者之和：

2.隐含层---->输出层的权值更新：

以权重参数w5为例，如果我们想知道w5对整体误差产生了多少影响，可以用整体误差对w5求偏导求出：（链式法则）

下面的图可以更直观的看清楚误差是怎样反向传播的：

现在我们来分别计算每个式子的值：

计算式子：

计算式子:

（这一步实际上就是对sigmoid函数求导，比较简单，可以自己推导一下）

这里我们给出sigmoid函数的导数：

计算式子:

最后三者相乘：

这样我们就计算出整体误差E(total)对w5的偏导值。

回过头来再看看上面的公式，我们发现：

为了表达方便，用来表示输出层的误差：

因此，整体误差E(total)对w5的偏导公式可以写成：

如果输出层误差计为负的话，也可以写成：

最后我们来更新w5的值：

（其中，是学习速率，这里我们取0.5）

同理，可更新w6,w7,w8:

3.隐含层---->隐含层的权值更新：

方法其实与上面说的差不多，但是有个地方需要变一下，在上文计算总误差对w5的偏导时，是从out(o1)---->net(o1)---->w5,但是在隐含层之间的权值更新时，是out(h1)---->net(h1)---->w1,而out(h1)会接受E(o1)和E(o2)两个地方传来的误差，所以这个地方两个都要计算。

现在我们来分别计算每个式子的值：

计算式子:

先计算式子:

同理，计算出：

两者相加得到总值：

再计算式子:

再计算式子:

最后，三者相乘：

为了简化公式，用sigma(h1)表示隐含层单元h1的误差：

最后，更新w1的权值：

同理，可更新w2,w3,w4的权值：

这样误差反向传播法就完成了，最后我们再把更新的权值重新计算，不停地迭代。

在这个例子中第一次迭代之后，

总误差E(total)由0.298371109下降至0.291027924。

迭代10000次后，总误差为0.000035085，

输出为[0.015912196,0.984065734]

(原输入为[0.01,0.99]),证明效果还是不错的。

4BP后向传播的总结

1）为什么要求导数？

2）为什么要求链式导数？

因为我们本质是想改变权重，但是权重和输出之间会参与其他运算比如，加减乘除，sigmod，ReLu，L2欧式距离等

5卷积神经网络的后向传播

梯度下降法更新权重公式：

使用在线学习方法：