搞深度学习需掌握的基础数学知识

转载请注明出处:乐投网-搞深度学习需掌握的基础数学知识

       IT 互联网行业有个有趣现象,玩资本的人、玩产品的人、玩技术的人都能很好的在这个行业找到自己的位置并取得成功,而且可以只懂其中一样,不需要懂其余两样。玩技术的人是里面最难做的,也是三者收益最低的,永远都要不停学习,不停把画饼变成煎饼。

在今年 5 月底,AlphaGo 又战胜了围棋世界冠军柯洁,AI 再次呈现燎原之势席卷科技行业,吸引了众多架构师对这个领域技术发展的持续关注和学习,思考 AI 如何做工程化,如何把我们系统的应用架构、中间件分布式架构、大数据架构跟 AI 相结合,面向什么样的应用场景落地,对未来做好技术上的规划和布局。

为了彻底理解深度学习,我们到底需要掌握哪些数学知识呢?经常看到会列出一系列数学科目:微积分、线性代数、概率论、复变函数、数值计算等等。这些数学知识有相关性,但实际上这是一个最大化的知识范围,学习成本会非常久,本文尝试归纳理解深度学习所需要的最小化数学知识和推导过程。

(以下根据作者的学习理解整理,有误之处,欢迎专家学者提出指导批评)。

多层神经网络的函数构成关系

多层神经网络从输入层,跨多个隐含层,到最后输出层计算误差,从数学上可以看做一系列函数的嵌套组合而成,上一层函数输出做为下一层函数输入,如下图 1 所示。

科普丨搞懂深度学习之前,你得先掌握这些数学知识
图 1

先从误差函数说起,深度学习的误差函数有典型的差平方函数,也有交叉熵函数,本文以差平方函数为例:

科普丨搞懂深度学习之前,你得先掌握这些数学知识

T j 代表每个神经元目标值,O j 代表每个神经元输出值

这里 O j =f(Z j ),f 是激活函数,一般是 s 函数:

科普丨搞懂深度学习之前,你得先掌握这些数学知识

或者 relu 函数:

科普丨搞懂深度学习之前,你得先掌握这些数学知识

Z j 是线性函数(W ij 泛指 i 层和 j 层节点连接权重,b j 泛指 j 层节点截距):

科普丨搞懂深度学习之前,你得先掌握这些数学知识

O i 再往前依次类推,整个神经网络都可以由上面的函数嵌套去表达。

现在我们的问题是,如何通过多次调整上面的 W ij 和 b j ,能让误差函数 E 达到最小值?

科普丨搞懂深度学习之前,你得先掌握这些数学知识

换言之,上面这个变量 w 和变量 b 应该怎么取值才能达到效果呢?为了回答这个问题,我们先看看误差函数的几何意义。

误差函数的几何意义及梯度下降

为了方便看懂,我们从二维和三维去理解误差函数,如果输出值 O j 只有一项,并设定 T j =1,那么 O j 和误差函数 E 刚好构成 X,Y 的坐标关系如图 2 所示:

科普丨搞懂深度学习之前,你得先掌握这些数学知识
图 2

也就是O j 只有一项的时候,误差函数E刚好就是一个简单的抛物线,可以看到它的底部在 O=1 的时候,这时 E=0 最小值。

那么,当 O 不等于 1 的时候,我们需要一种方法调整 O,让 O 像一个小球一样,把抛物线看做碗,它沿着碗切面向下滚动,越过底部由于重力作用又返回,直到在底部的位置停止不动。什么方法能达到这样神奇的效果呢,就是数学家发明的导数,如果 O 每次减去一个导数的步长,在离底部远的地方,导数对应的正切值就大,下降就快,离底部近的地方,导数正切值就小,下降就慢,在底部 O=1 这个点导数为 0,不再下降,并且越过底部后,导数的正切值变负数,于是又调整了它的方向,刚好达到重力一样的效果。我们把这种方法取个难懂的名字,叫做梯度下降。

再看看三维的几何意义,假设输出值为O 1 ,O 2 两项,并设定T 1 =1,T 2 =1那么O 1 ,O 2 和误差函数E刚好构成X,Y,Z的坐标关系如图 3 所示:

E=1/2(1-O 1 ) 2 +1/2(1-O 2 ) 2

科普丨搞懂深度学习之前,你得先掌握这些数学知识
图 3

任意给定一个 X,Y 值,通过函数 E 计算得到一个Z值,形成一个三维曲面,最小值在谷底。我们继续使用上面的梯度下降方法,会产生一个问题,现在的变量是 O 1 ,O 2 两项,到底使用哪个求导数呢?根据上面的几何图形可以看到,如果 O 1 ,O 2 轴同时往谷底方向下降,那么 E 能达到最小值,可以试想 O 2 等于一个常数,就相当于一个 O 1 和 E 构成的二维截面,采用上面的方法减去 O 1 导数的步长就能得到 O 1 的变化量,同样将 O 1 等于一个常数,能得到 O 2 和 E 构成的二维截面,并求得 O 2 的变化量。这种将其他变量视为常数,而只对当前变量求导的方法叫求偏导。

从上面得知对二元函数 z=f(x,y)的梯度下降求法,是对每个 X,Y 求偏导,那么对于多元函数呢,也是一样的求法,只是多维世界的几何图形就很难表达了,因为我们生活在三维世界,很难想像出克莱因瓶这样的四维世界,瓶底通过第四维空间穿过瓶身去和瓶口相连,人类的眼睛也只能看到三维世界,世界上的三维物体能否通过第四维通道传送到另外一个位置上去呢,看上去像这个物体消失了,在其他地方又突然出现了,跑题了,言归正传。

由于导数的特点是到一个谷底就为 0 了,也就是不变化了,所以梯度下降求法有可能只到一个山窝里,没有到达最深的谷底,有局部最小值的缺陷,所以我们要不停调整初始参数,和进行多次的训练摸索,争取能碰到一个到达谷底的最好效果。

现在还有个问题,这里是以 O 为变量来解释梯度下降求法,但是其实我们要求的是 W ij 和 b j 的调整值,根据上面的结论,我们可以通过误差函数 E 对 W ij 和 b j 求偏导得到,步长为自己设置的一个常数,如下:

科普丨搞懂深度学习之前,你得先掌握这些数学知识

那么如何求呢,通过前面的第一部分的神经网络函数构成关系,W ij 和b j 到误差函数E是一个多层嵌套的函数关系,这里需要用到复合函数的求偏导方法,截至这里,我们理解了数学原理,再结合下面所用到的数学公式,就构成了推导所需要的最小化数学知识。

推导需要的数学公式

1、复合函数求偏导公式

科普丨搞懂深度学习之前,你得先掌握这些数学知识

2、导数四则运算公式

科普丨搞懂深度学习之前,你得先掌握这些数学知识

3、导数公式

科普丨搞懂深度学习之前,你得先掌握这些数学知识

我们只要记住上面 3 组公式,就可以支持下面完整的推导了。

数学推导过程

先将多层神经网络转成一个数学问题定义,如 图 4 所示:

科普丨搞懂深度学习之前,你得先掌握这些数学知识
图 4

1、对于输出层的权重 W ij 和截距 b j ,通过误差函数 E 对 W ij 求偏导,由于函数 E 不能直接由 W ij 表达,我们根据第 1 组的复合函数求偏导公式,可以表达成 O j 和 Z j 对 W ij 求偏导的方式:

科普丨搞懂深度学习之前,你得先掌握这些数学知识

由于 Z j 是线性函数我们是知道的

科普丨搞懂深度学习之前,你得先掌握这些数学知识

科普丨搞懂深度学习之前,你得先掌握这些数学知识

并且 O j 是可以直接用 Z j 表达的:

科普丨搞懂深度学习之前,你得先掌握这些数学知识

所以 E 对 W ij 求偏导可以写成 f(Z j )的导数表达,同样对 b j 求偏导也可以用 f(Z j )的导数表达(记做推导公式一)

科普丨搞懂深度学习之前,你得先掌握这些数学知识

由于误差函数 E 是可以直接用 O j 表达的,我们继续推导如下,根据第2组和第3组导数四则运算公式和导数公式:

科普丨搞懂深度学习之前,你得先掌握这些数学知识

最后得到一个只用 f(Z j )的导数表达的通用公式,其中 O j 是输出层的输出项,O i 是上一层的输出项:

科普丨搞懂深度学习之前,你得先掌握这些数学知识

从前面得知,O j =f(Z j ),f 是激活函数,一般是 s 函数或者 relu 函数,我们继续推导如下:

(1)如果激活函数是s函数,根据它的导数公式:

科普丨搞懂深度学习之前,你得先掌握这些数学知识

可以得到结论一(1),权重 W ij 和截距 b j 的更新公式为:

科普丨搞懂深度学习之前,你得先掌握这些数学知识

(2)如果激活函数是relu函数,根据它的导数公式:

科普丨搞懂深度学习之前,你得先掌握这些数学知识

可以得到结论一(2),权重 W ij 和截距 b j ,的更新公式为:

科普丨搞懂深度学习之前,你得先掌握这些数学知识

2、除了对输出层的权重 W ij 和截距 b j 外,更普遍的隐含层权重 W ki 和截距 b i 更新应该如何去求呢?

我们仍然用误差函数 E 对 W ki 和 b i 求偏导,借助前面的推导公式一,可以得到

科普丨搞懂深度学习之前,你得先掌握这些数学知识

对于输出层来说,误差函数E可以直接用 O j 表达,但是对于隐含层,误差函数E并不能直接用 O i 表达,根据多层神经网络的函数构成关系,我知道 O j 可以通过 O i 向前传递进行一系列函数组合得到的。

由于深度学习不一定是全连接,我们假设 O i 只和输出层j的 s 个节点相连接,下标记为 j0 到 js,如上面图四所示,对于 O i 来说,只跟和它节点相连接的 O j 构成函数关系,跟不相连接的 O j 没有函数关系,所以我们根据复合函数求偏导可以把不相连接的 O j 视为常数。

并且,根据函数构成关系,O i 可直接构成 Z js ,Z js 可直接构成 O j ,根据复合函数求偏导公式的链式写法推导如下:

科普丨搞懂深度学习之前,你得先掌握这些数学知识

同时,对上式的 Z js 来说,误差函数 E 对它求偏导,其余项可以视为常数:

科普丨搞懂深度学习之前,你得先掌握这些数学知识

所以,在上式的结果继续推导如下,可以完全用 E 对 Z js 的偏导数来表达:

科普丨搞懂深度学习之前,你得先掌握这些数学知识

现在我们将误差函数 E 对 Z js 的偏导数记做输出层相连节点的误差项,根据前面的推导公式一,在计算 W ij 更新值可以得到:

科普丨搞懂深度学习之前,你得先掌握这些数学知识

所以,隐含层的权重和截距更新,可以由输出层的误差项得到,同理也适用于其他隐含层,都可以由它的后一层(nextlayer)的误差项得到, 下面是结论二,隐含层权重 W ki 和截距 b i 的更新公式为:

科普丨搞懂深度学习之前,你得先掌握这些数学知识

总结

通过掌握以上数学原理和推导,我们就理解了深度学习为什么要这样计算,接下来利用推导的结论一和结论二,可以完成深度学习的算法程序实现了,剩下的只是架构和工程化的问题。对卷积类的深度学习模型,为了降低训练复杂性,它的权重很多是相同的(权重共享),并且只和下一层部分神经元节点连接(局部连接),数学原理、计算方法、训练方式和上面是一样的,最终的模型结果都是得到一组参数,用该组参数保证误差函数最接近最小值。

发布了103 篇原创文章 · 获赞 52 · 访问量 22万+
展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 大白 设计师: CSDN官方博客

分享到微信朋友圈

×

扫一扫,手机浏览