隐藏层:
多层感知机在单层神经网络的基础上引入了一到多个隐藏层(hidden layer)。隐藏层位于输入层和输出层之间。如下图:
图上所示的多层感知机中,输入和输出个数分别为4和3,中间的隐藏层中包含了5个隐藏单元(hidden unit)。由于输入层不涉及计算,图上中的多层感知机的层数为2。由图上可见,隐藏层中的神经元和输入层中各个输入完全连接,输出层中的神经元和隐藏层中的各个神经元也完全连接。因此,多层感知机中的隐藏层和输出层都是全连接层。
假设隐藏层权重和偏差分别为wh、bh,输出层权重和偏差分别为wo、bo,输出o的计算为:
也就是将隐藏层的输出直接作为输出层的输入。如果将以上两个式子联立起来,可以得到:
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:其中输出层权重参数为𝑊ℎ𝑊𝑜,偏差参数为𝑏ℎ𝑊𝑜+bo。
激活函数:
问题:由于全连接层只是对数据做仿射变换,而多个仿射变换的叠加仍然是一个仿射变换。
解决上述问题的一个方法是:引入非线性变换,例如对隐藏变量使用按元素运算的非线性函数进行变换,然后再作为下一个全连接层的输入。这个非线性函数被称为激活函数。
ReLU函数:
ReLU(rectified linear unit)函数提供了一个很简单的非线性变换。给定元素𝑥,该函数定义为:
从上式可以看出:ReLU函数只保留正数元素,并将负数元素清零。
ReLU激活函数,如下图所示:
显然,当输入为负数时,ReLU函数的导数为0;当输入为正数时,ReLU函数的导数为1。尽管输入为0时ReLU函数不可导,但是我们可以取此处的导数为0。
ReLU函数的导数图,如下图所示:
sigmoid函数:
sigmoid函数可以将元素的值变换到0和1之间:
sigmoid函数的图像如下图。当输入接近0时,sigmoid函数接近线性变换。
依据链式法则,sigmoid函数的导数为:
sigmoid函数的导数的图像如下图。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。
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函数的图像如下图。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。
依据链式法则,tanh函数的导数为:
tanh函数的导数的图像如下图。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。
关于激活函数的选择:
-
ReLu函数是一个通用的激活函数,目前在大多数情况下使用。但是,ReLU函数只能在隐藏层中使用。
-
用于分类器时,sigmoid函数及其组合通常效果更好。由于梯度消失问题,有时要避免使用sigmoid和tanh函数。
-
在神经网络层数较多的时候,最好使用ReLu函数,ReLu函数比较简单计算量少,而sigmoid和tanh函数计算量大很多。
-
在选择激活函数的时候可以先选用ReLu函数如果效果不理想可以尝试其他激活函数。
多层感知机:
多层感知机就是含有至少一个隐藏层的由全连接层组成的神经网络,且每个隐藏层的输出通过激活函数进行变换。多层感知机的层数和各隐藏层中隐藏单元个数都是超参数。多层感知机按以下方式计算输出:
其中𝜙表示激活函数。在分类问题中,我们可以对输出𝑂做softmax运算,并使用softmax回归中的交叉熵损失函数。 在回归问题中,我们将输出层的输出个数设为1,并将输出𝑂直接提供给线性回归中使用的平方损失函数。
小结:
- 多层感知机在输出层与输入层之间加入了一个或多个全连接隐藏层,并通过激活函数对隐藏层输出进行变换。
- 常用的激活函数包括ReLU函数、sigmoid函数和tanh函数。