BP(Back-propagation)算法广泛应用于神经网络的模型训练中,基本思想是将误差逐层反传,从而更新各个参数。本文重点探讨BP算法的基本原理和公式推导。
方便起见,以3层DNN为例,网络结构如下图。具体来说,第1层是输入层,用x1, x2, ……, xn表示,第2层是隐藏层,用h1, h2, ……, hp表示,第3层是输出层,用y1, y2, ……, ym表示,输入层和隐藏层之间的权重参数用W(1)表示,隐藏层和输出层之间的权重参数用W(2)表示,节点的激活函数用f表示。
1. 前向计算,根据输入依次计算各个节点的输出
(1)计算隐藏层的输入和输出:
(2)计算输出层的输入和输出:
(3)计算损失函数:
2. 误差反传,根据损失函数计算各个节点的梯度
(1)计算损失函数对输出层的输入的梯度
如果激活函数采用sigmoid函数,则
于是上面的梯度可以写成
(2)计算损失函数对隐藏层和输出层参数的梯度
(3)计算损失函数对输入层和隐藏层参数的梯度
3. 更新参数
得到梯度之后,采用梯度下降算法更新参数,如下
4. 一点思考
观察W(2)的梯度公式,发现
同样形式在W(1)的梯度公式中也出现了两次,随着网络层数的增加,接近输入层的节点参数梯度中包含改形式的次数也将逐层增加,导致梯度越来越小,即梯度消失问题。