Datawhale X 李宏毅苹果书 AI夏令营(深度学习入门)taks2

很菜的小王童鞋

已于 2024-08-30 09:01:22 修改

阅读量839

点赞数 5

文章标签：人工智能深度学习

于 2024-08-24 18:37:52 首次发布

本文链接：https://blog.csdn.net/m0_55703957/article/details/141502031

版权

线性模型

机器学习很简单，第一步设未知函数，第二步定义损失函数，最后优化

由于线性模型比较简单，而且有很严重的限制，所以我们需要更复杂一点的模型

看到下面这个图，里面的红线是我们需要实现的

使用0、1、2、3条蓝线在不同的位置来拟合红线

虽然可以很容易的通过蓝线的结合来实现红线，但是如果出现更曲折的线段时，我们就需要更多的蓝色线去拟合

那么既然蓝色线很重要，接下来就先来学习一下：

给出一个函数式描述这条线：

$y=c\frac{1}{1+e^{-(b+wx_{1})}}$

当 $x_{1}$ 趋近于正无穷时，e的 $-(b+wx_{1})$ 趋近于0，那么整个表达式 $\frac{1}{1+e^{-(b+wx_{1})}}$ 趋近于1，那么y此时趋近于c

当 $x_{1}$ 趋近于负无穷时，e的 $-(b+wx_{1})$ 趋近于0，那么整个表达式 $\frac{1}{1+e^{-(b+wx_{1})}}$ 趋近于0，那么y此时趋近于0

$\frac{1}{1+e^{-(b+wx_{1})}}$ 称为Sigmoid函数

c,b,w这三个参数分别影响曲线的高度、左右平移的幅度和倾斜度

不同的蓝色折线，参数不同

可以用 $y=b+wx_{1}$ 来表示

此外，我们可以不只用一个特征 x1，可以用多个特征代入不同的 c, b, w，组合出各种不同的函数，从而得到更有灵活性（flexibility）的函数。

比如，我们还使用观看youtub中李宏毅老师深度学习的课程人数，来解释

$x_{1}$ 代表前一天的观看次数， $x_{2}$ 两天前观看次数， $x3$ 3 天前的观看次数，每一个 i 就代表了一个蓝色的函数。每一个蓝色的函数都用一个 Sigmoid 函数来比近似它，1,2,3 代表有个 Sigmoid 函数。 $b_{1}+w_{11}x_{1}+w_{12}x_{2}+w_{13}x_{3}$ , $w_{ij}$ 代表在第 i 个 Sigmoid 里面，乘给第 j 个特征的权重，w 的第一个下标代表是现在在考虑的是第一个 Sigmoid 函数。

为了简化起见，括号里面的式子为

$r_{1}=b_{1}+w_{11}x_{1}+w_{12}x_{2}+w_{13}x_{3}$

$r_{2}=b_{2}+w_{21}x_{1}+w_{22}x_{2}+w_{23}x_{3}$

$r_{3}=b_{3}+w_{31}x_{1}+w_{32}x_{2}+w_{33}x_{3}$

我们可以用矩阵跟向量相乘的方法，写一个比较简洁的写法。
$\begin{bmatrix} r_{1}\\ r_{2}\\ r_{3} \end{bmatrix}=\begin{bmatrix} b_{1}\\ b_{2}\\ b_{3} \end{bmatrix}+\begin{bmatrix} w_{11} & w_{12} & w_{13}\\ w_{21}&w_{22} &w_{23} \\ w_{31} &w_{32} &w_{33} \end{bmatrix}\begin{bmatrix} x_{1}\\ x_{2}\\ x_{3} \end{bmatrix}$

将其改成线性代数比较常用的表示方式为r = b + W x

篮框里面可以使用 $\delta (r)$ 来表示， $\delta$ 就是Sigmoid函数

简单用代码实现sigmoid函数：

%matplotlib inline
import torch
from d2l import torch as d2l
#sigmoid函数
y=torch.sigmoid(x)
d2l.plot(x.detach(),y.detach(),'x','sigmoid(x)',figsize=(5,2.5))

得到 $a_{1} a_{2} a_{3}$ 之后分别乘c1,c2,c3加上b得到最后的y

构建出蓝色线的函数式之后，我们再来定义一下损失函数

这里我们先设未知参数，按行拼接后的一个长向量称为 $\Theta$

接下来要定义损失。之前是 L(w, b)，因为 w 跟 b 是未知的。现在未知的参数很多了，再把它一个一个列出来太累了，所以直接用 θ 来统设所有的参数，所以损失函数就变成 L(θ)。损失函数能够判断 θ 的好坏，其计算方法跟刚才只有两个参数的时候是一样的。先给定 θ 的值，即某一组 W, b, $c^{T}$ , b 的值，再把一种特征 x 代进去，得到估测出来的 y，再计算一下跟真实的标签之间的误差 e。把所有的误差通通加起来，就得到损失。接下来下一步就是优化

$\Theta =\begin{bmatrix} \Theta _{1}\\ \Theta _{2}\\ \Theta _{3}\\ ... \end{bmatrix}$

要找到 θ 让损失越小越好，可以让损失最小的一组 θ 称为 $\Theta ^{*}$ 。一开始要随机选一个初始数值 $\Theta _{0}$

然后计算每一个未知参数对L的微分，得到g

针对小批量优化，每一个batch优化一次参数，一个epoch之后就会将所有的batch遍历完，有多少个batch就更新多少次

模型变形

上图这个折线就是我们刚才讨论的sigmoid函数的hard sigmoid

那么我们怎么用更简单的折线去实现它呢？

使用ReLU函数就可以

ReLU函数在x的负半轴都是0，在x的正半轴是y=x这个函数

ReLU(x) = max(x, 0).

%matplotlib inline
import torch
from d2l import torch as d2l
x=torch.arange(-8.0,8.0,0.1,requires_grad=True)
y=torch.relu(x)
d2l.plot(x.detach(),y.detach(),'x','relu(x)',figsize=(5,2.5))

Sigmoid 或 ReLU 称为神经元（neuron），很多的神经元称为神经网络（neural network），每一排称为一层，称为隐藏层（hiddenlayer），很多的隐藏层就“深”，这套技术称为深度学习。

很多人都通过加深神经网络的层数减小了错误率，所以神经网络就越来越深了

2012 年的 AlexNet 有 8 层它的错误率是 16.4%，两年之后 VGG 有 19 层，错误率在图像识别上进步到 7.3 %。这都是在图像识别上一个基准的数据库（ImageNet）上面的结果，后来 GoogleNet 有 22 层，错误率降到 6.7%。而残差网络（Residual Network，ResNet）有 152 层，错误率降到 3.57%。