深度学习入门笔记

该篇文章为本人学习笔记的一部分。笔记基于《深度学习入门 基于python理论实践》这本书学习，尽可能简单的分享吧。

感知机

接收多个信号，输出一个信号。

x1,x2是输入信号，w1,w2是权重，y是输出信号。信号送往神经元时，都会乘以相对应的权重(x1w1, x2w2)。神经元计算传来的信号总和，当总和超过一定阈值则输出1，否则输出0。
$$y=\{\begin{array}{ll}0,& (w_1{x}_1+w_2{x}_2\le \theta )\\ & \\ 1,& (w_1{x}_1+w_2{x}_2>\theta )\end{array}$$

逻辑与门

通过感知机来表示 逻辑与门。也就是说需要找到(w1,w2,θ) 相应的权重和偏置，满足条件。如：(0.5,0.5,0.7)满足条件，即 （0.5 * x1 + 0.5 * x2 <= 0.7 时为0， > 0.7时为1）当然(0.5,0.5,0.8)也可以。

import numpy as np
def AND(x1,x2):
    w = np.array([0.5,0.5,-0.7])
    x = np.array([x1,x2,1])
    temp = np.sum(w*x)
    if temp <= 0:
        return 0
    else:
        return 1

与非门

和与门相反

import numpy as np
def NAND(x1,x2):
    w = np.array([-0.5,-0.5,0.7])
    x = np.array([x1,x2,1])
    temp = np.sum(w*x)
    if temp <= 0:
        return 0
    else:
        return 1

或门

import numpy as np
#或门
def OR(x1,x2):
    w = np.array([1.0,1.0,-0.5])
    x = np.array([x1,x2,1])
    temp = np.sum(w*x)
    if temp <= 0:
        return 0
    else:
        return 1

将x1,x2，作为横竖坐标，并将(0,0),(1,0),(0,1),(1,1)点画到坐标中，每个点Y如果是0，画○，如果是1，画×. 不难得出权重。

多层感知机

异或门

那么异或门如何表示。
仅当x1，x2当中的一方为1时才会输出1。

可以通过或门，与非门加上与门去完成。

def XOR(x1,x2):
    s1 = NAND(x1,x2)
    s2 = OR(x1,x2)
    y = AND(s1,s2)
    return y

神经网络

神经网络和感知机相似，最大区别就在于激活函数。

激活函数

常见激活函数有Sigmoid，ReLu，LeakyRelu等等。
感知机函数形式
$$h(x)=\{\begin{array}{ll}0,& (w_1{x}_1+w_2{x}_2\le \theta )\\ & \\ 1,& (w_1{x}_1+w_2{x}_2>\theta )\end{array}$$
变形
$$h(x)=\{\begin{array}{ll}0,& (w_1{x}_1+w_2{x}_2+b\le 0)\\ & \\ 1,& (w_1{x}_1+w_2{x}_2+b>0)\end{array}$$
激活函数就是前面的感知机的简化变形
$$h(x)=\{\begin{array}{ll}0,& (x\le 0)\\ & \\ 1,& (x>0)\end{array}$$
此处h(x)就是激活函数。
sigmoid
$$h(x)=\frac{1}{1+e^{(-x)}}$$
阶跃函数
就是一个阈值，超过就是1，没超过就是0
ReLu
$$h(x)=\{\begin{array}{ll}x,& (x>0)\\ & \\ 0,& (x\le 0)\end{array}$$

为什么要有激活函数：激活函数都是非线性的，如果是线性函数，h(x) = c * x，叠加三层就成了c * c * c * x 相当于 a * x将毫无意义。

输出层设计

神经网络可分为两类问题：分类问题，回归问题
分类问题：属于哪一类
回归问题：预测数值
恒等函数：数值原样输出，用于回归问题。
Softmax函数：用于分类问题
$$y_k=\frac{e^{a_k}}{{\sum }_{i=1}^n{e}^{(a_i)}}$$
softmax可以让输出的值总和为1，可以理解为softmax的输出解释为“概率”

输出神经元数量： 按照类别数量设定。

损失函数

表示神经网络性能的“恶劣程度”的指标，当前神经网络对监督数据在大多程度上不拟合，大多程度不一致。

均方误差 MSE

$$E=\frac{1}{2}\sum _k(y_k-t_k{)}^2$$
yk : 神经网络的输出

tk : 监督数据

k : 数据维数

交叉熵误差

$$E=-\sum _k{t}_{k}log(y_k)$$
小例子，MNIST手写数据集训练图像识别，MNIST数据集6w训练样本，1w测试样本，每张图28 x 28像素。标签为one_hot_label （一个大小为10的数组，图像的数字对应数组位置上的元素为1，其余为0）。训练中采用的交叉熵误差。详细代码见我博客地址

反向传播算法

这部分算是比较重要的，权重的更新依靠这个方法。
书上的例题：太郎在超市买了2个100日元一个的苹果，消费税是10%，请计算支付金额。

很简单的计算：100 * 2 * 1.1即可。
将x2和x1.1节点中的数字取出，符号单独放在○当中。

从左往右为正向传播
从右往左是反向传播

计算图

计算图：就是将计算过程用图的方式存下来。

局部计算

简单来说就是只用关注当前的简单计算部分，其他复杂的部分不需要管。意思就是计算偏导的那种感觉。

计算图反向传播

假设y = f(x)就是将信号E乘以节点的局部导数，然后传递到下一个节点。如果假设y = x^2 那么导数为2x，那么向下传播的值就是 E*2x，这里的x是正向传递时记录的。
链式法则
$$\begin{gathered} f(x,y)=(x+y{)}^2 \\ 令u=(x+y) \\ \frac{\partial f}{\partial x}=\frac{\partial f}{\partial u}\frac{\partial u}{\partial x}=2(x+y) \\ \frac{\partial f}{\partial y}=\frac{\partial f}{\partial u}\frac{\partial u}{\partial y}=2(x+y) \end{gathered}$$

反向传播

对于每个层，都有forward方法和backward方法，对应正向反向传播。在训练时创建网络时，将每一层存在一个列表当中，顺序正向传播。当需要计算梯度时，将列表翻转，依次执行backward方法进行反向传播，求得梯度。

加法正向和反向示意图

乘法示意图

回到苹果的问题，计算过程反向传播过程。

参数更新

SGD随机梯度下降算法举例。其他更新的算法有很多Adam，Momentum，AdaGrad等等。
$$W^{\prime }=W-\eta \nabla f(W)$$
$W$为旧的权重，$W^{\prime }$更新的权重，$\eta$学习率，$\nabla f(W)$为损失函数在W权重上的导数。

训练过程

以MNIST数据集为例，简单写个训练过程伪代码。用pytorch或TensorFlow会更方便些。

# 加载数据集
(x_train,t_train),(x_test,t_test) = load_mnist(normalize=True)
# 创建网络
network = MultiLayerNet(input_size=784,hidden_size_list=[100,100,100,100,100,100],output_size=10)
# 优化器
optimizer = SGD(network.parameters(), lr = 0.01)
# 损失函数
loss_func = MSE()
# 参数设置
max_epochs = 201
train_size = x_train.shape[0]
batch_size = 100
# 训练轮数
for i in range(max_epochs):
	# 随机选择训练样本
    batch_mask = np.random.choice(train_size,batch_size)
    x_batch = x_train[batch_mask]
    t_batch = t_train[batch_mask]
    optimizer.zero_grad() # 梯度参数归零
	out = network(x_batch) # 正向传播
	loss = loss_fun(out, t_batch) # 计算损失
	loss.backward() # 反向传播
	optimizer.step() # 梯度参数更新
	if(best > loss.item()):
		best = loss.item()
		save_network(network) # 指标更好，保存当前网络

本文章只是简单介绍一些基础学习笔记，一些优化的trick并没有讲。比如BatchNormization，dropout，过拟合的处理等等。

总结

    个人感觉其实神经网络其实就是一个万能的拟合器，训练神经网络的过程，就是让计算机自己从大量的数据中寻找一条公式。这些数据有输入，输出结果，就是中间的函数映射是未知的，寻找的就是这些未知的映射。我们创建的神经网络，就是假定了函数的很多参数，通过损失函数，丈量与实际真实结果之间的距离。目标就是缩小之间的距离，而这个过程就相当于寻求一个函数的最低点，最低点的特征是导数为0，因此反向传播求导是获取了探寻最低点的方向，学习率就是前进的步长。然而最低点其实也是局部最优，为了更好的找到全局最优，也有很多的优化策略，比如余弦退火。
    这里只介绍了一些基础算法过程，到后面的卷积神经网络原理也是一样的。