我只是一名搬运工,以下内容来自:刘建平Pinard https://www.cnblogs.com/pinard/p/6418668.html
前言
深度神经网络(Deep Neural Networks, 以下简称DNN)是深度学习的基础,而要理解DNN,首先我们要理解DNN模型,下面我们就对DNN的模型与前向传播算法做一个总结。
1. 从感知机到神经网络
在感知机原理小结中,我们介绍过感知机的模型,它是一个有若干输入和一个输出的模型,如下图:
输出和输入之间学习到一个线性关系,得到中间输出结果:
z
=
∑
i
=
1
m
w
i
x
i
+
b
z=\sum\limits_{i=1}^mw_ix_i + b
z=i=1∑mwixi+b
接着是一个神经元激活函数:
s
i
g
n
(
z
)
=
{
−
1
z
<
0
1
z
≥
0
sign(z)= \begin{cases} -1& {z \lt 0}\\ 1& {z \geq 0} \end{cases}
sign(z)={−11z<0z≥0
从而得到我们想要的输出结果1或者-1。
这个模型只能用于二元分类,且无法学习比较复杂的非线性模型,因此在工业界无法使用。
而神经网络则在感知机的模型上做了扩展,总结下主要有三点:
1)加入了隐藏层,隐藏层可以有多层,增强模型的表达能力,如下图实例,当然增加了这么多隐藏层模型的复杂度也增加了好多。
2)输出层的神经元也可以不止一个输出,可以有多个输出,这样模型可以灵活的应用于分类回归,以及其他的机器学习领域比如降维和聚类等。多个神经元输出的输出层对应的一个实例如下图,输出层现在有4个神经元了。
3) 对激活函数做扩展,感知机的激活函数是
s
i
g
n
(
z
)
sign(z)
sign(z),虽然简单但是处理能力有限,因此神经网络中一般使用的其他的激活函数,比如我们在逻辑回归里面使用过的Sigmoid函数,即:
f
(
z
)
=
1
1
+
e
−
z
f(z)=\frac{1}{1+e^{-z}}
f(z)=1+e−z1
还有后来出现的tanx, softmax,和ReLU等。通过使用不同的激活函数,神经网络的表达能力进一步增强。对于各种常用的激活函数,我们在后面再专门讲。
2. DNN的基本结构
上一节我们了解了神经网络基于感知机的扩展,而DNN可以理解为有很多隐藏层的神经网络。这个很多其实也没有什么度量标准, 多层神经网络和深度神经网络DNN其实也是指的一个东西,当然,DNN有时也叫做多层感知机(Multi-Layer perceptron,MLP), 名字实在是多。后面我们讲到的神经网络都默认为DNN。
从DNN按不同层的位置划分,DNN内部的神经网络层可以分为三类,输入层,隐藏层和输出层,如下图示例,一般来说第一层是输入层,最后一层是输出层,而中间的层数都是隐藏层。
层与层之间是全连接的,也就是说,第i层的任意一个神经元一定与第i+1层的任意一个神经元相连。虽然DNN看起来很复杂,但是从小的局部模型来说,还是和感知机一样,即一个线性关系
z
=
∑
w
i
x
i
+
b
z=\sum\limits w_ix_i + b
z=∑wixi+b加上一个激活函数
σ
(
z
)
\sigma(z)
σ(z)。
由于DNN层数多,则我们的线性关系系数 w w w和偏倚 b b b的数量也就是很多了。具体的参数在DNN是如何定义的呢?
首先我们来看看线性关系系数
w
w
w的定义。以下图一个三层的DNN为例,第二层的第4个神经元到第三层的第2个神经元的线性系数定义为
w
24
3
w_{24}^3
w243。上标3代表线性系数
w
w
w所在的层数,而下标对应的是输出的第三层索引2和输入的第二层索引4。你也许会问,为什么不是
w
42
3
w_{42}^3
w423, 而是
w
24
3
w_{24}^3
w243呢?这主要是为了便于模型用于矩阵表示运算,如果是
w
42
3
w_{42}^3
w423而每次进行矩阵运算是
w
T
x
+
b
w^Tx+b
wTx+b,需要进行转置。将输出的索引放在前面的话,则线性运算不用转置,即直接为
w
x
+
b
wx+b
wx+b。总结下,第
l
−
1
l-1
l−1层的第k个神经元到第
l
l
l层的第j个神经元的线性系数定义为
w
j
k
l
w_{jk}^l
wjkl。注意,输入层是没有
w
w
w参数的。
再来看看偏倚
b
b
b的定义。还是以这个三层的DNN为例,第二层的第三个神经元对应的偏倚定义为
b
3
2
b_3^{2}
b32。其中,上标2代表所在的层数,下标3代表偏倚所在的神经元的索引。同样的道理,第三个的第一个神经元的偏倚应该表示为
b
1
3
b_1^{3}
b13。同样的,输入层是没有偏倚参数
b
b
b的。
3. DNN前向传播算法数学原理
在上一节,我们已经介绍了DNN各层线性关系系数
w
w
w,偏倚
b
b
b的定义。假设我们选择的激活函数是
σ
(
z
)
\sigma(z)
σ(z),隐藏层和输出层的输出值为
a
a
a,则对于下图的三层DNN,利用和感知机一样的思路,我们可以利用上一层的输出计算下一层的输出,也就是所谓的DNN前向传播算法。
对于第二层的的输出 a 1 2 , a 2 2 , a 3 2 a_1^2,a_2^2,a_3^2 a12,a22,a32,我们有: a 1 2 = σ ( z 1 2 ) = σ ( w 11 2 x 1 + w 12 2 x 2 + w 13 2 x 3 + b 1 2 ) a_1^2=\sigma(z_1^2) = \sigma(w_{11}^2x_1 + w_{12}^2x_2 + w_{13}^2x_3 + b_1^{2}) a12=σ(z12)=σ(w112x1+w122x2+w132x3+b12) a 2 2 = σ ( z 2 2 ) = σ ( w 21 2 x 1 + w 22 2 x 2 + w 23 2 x 3 + b 2 2 ) a_2^2=\sigma(z_2^2) = \sigma(w_{21}^2x_1 + w_{22}^2x_2 + w_{23}^2x_3 + b_2^{2}) a22=σ(z22)=σ(w212x1+w222x2+w232x3+b22) a 3 2 = σ ( z 3 2 ) = σ ( w 31 2 x 1 + w 32 2 x 2 + w 33 2 x 3 + b 3 2 ) a_3^2=\sigma(z_3^2) = \sigma(w_{31}^2x_1 + w_{32}^2x_2 + w_{33}^2x_3 + b_3^{2}) a32=σ(z32)=σ(w312x1+w322x2+w332x3+b32)
对于第三层的的输出 a 1 3 a_1^3 a13,我们有: a 1 3 = σ ( z 1 3 ) = σ ( w 11 3 a 1 2 + w 12 3 a 2 2 + w 13 3 a 3 2 + b 1 3 ) a_1^3=\sigma(z_1^3) = \sigma(w_{11}^3a_1^2 + w_{12}^3a_2^2 + w_{13}^3a_3^2 + b_1^{3}) a13=σ(z13)=σ(w113a12+w123a22+w133a32+b13)
将上面的例子一般化,假设第
l
−
1
l-1
l−1层共有m个神经元,则对于第
l
l
l层的第j个神经元的输出
a
j
l
a_j^l
ajl,我们有:
a
j
l
=
σ
(
z
j
l
)
=
σ
(
∑
k
=
1
m
w
j
k
l
a
k
l
−
1
+
b
j
l
)
a_j^l = \sigma(z_j^l) = \sigma(\sum\limits_{k=1}^mw_{jk}^la_k^{l-1} + b_j^l)
ajl=σ(zjl)=σ(k=1∑mwjklakl−1+bjl)
其中,如果 l = 2 l=2 l=2,则对于的 a k 1 a_k^1 ak1即为输入层的 x k x_k xk。
从上面可以看出,使用代数法一个个的表示输出比较复杂,而如果使用矩阵法则比较的简洁。假设第 l − 1 l-1 l−1层共有m个神经元,而第 l l l层共有n个神经元,则第 l l l层的线性系数 w w w组成了一个 n × m n \times m n×m的矩阵 W l W^l Wl, 第 l l l层的偏倚 b b b组成了一个 n × 1 n \times 1 n×1的向量 b l b^l bl , 第 l − 1 l-1 l−1层的的输出 a a a组成了一个 m × 1 m \times 1 m×1的向量 a l − 1 a^{l-1} al−1,第 l l l层的的未激活前线性输出 z z z组成了一个 n × 1 n \times 1 n×1的向量 z l z^{l} zl, 第 l l l层的的输出 a a a组成了一个 n × 1 n \times 1 n×1的向量 a l a^{l} al。则用矩阵法表示,第l层的输出为: a l = σ ( z l ) = σ ( W l a l − 1 + b l ) a^l = \sigma(z^l) = \sigma(W^la^{l-1} + b^l) al=σ(zl)=σ(Wlal−1+bl)
这个表示方法简洁漂亮,后面我们的讨论都会基于上面的这个矩阵法表示来。
4. DNN前向传播算法
有了上一节的数学推导,DNN的前向传播算法也就不难了。所谓的DNN的前向传播算法也就是利用我们的若干个权重系数矩阵 W W W,偏倚向量 b b b来和输入值向量 x x x进行一系列线性运算和激活运算,从输入层开始,一层层的向后计算,一直到运算到输出层,得到输出结果为值。
输入: 总层数L,所有隐藏层和输出层对应的矩阵
W
W
W,偏倚向量
b
b
b,输入值向量
x
x
x
输出:输出层的输出
a
L
a^L
aL
1 ) 初始化
a
1
=
x
a^1 = x
a1=x
2 ) for
l
=
2
l = 2
l=2 to
L
L
L, 计算:
a
l
=
σ
(
z
l
)
=
σ
(
W
l
a
l
−
1
+
b
l
)
a^l = \sigma(z^l) = \sigma(W^la^{l-1} + b^l)
al=σ(zl)=σ(Wlal−1+bl)
最后的结果即为输出 a L a^L aL。
5. DNN前向传播算法小结
单独看DNN前向传播算法,似乎没有什么大用处,而且这一大堆的矩阵 W W W,偏倚向量 b b b对应的参数怎么获得呢?怎么得到最优的矩阵 W W W,偏倚向量 b b b呢?这个我们在讲DNN的反向传播算法时再讲。而理解反向传播算法的前提就是理解DNN的模型与前向传播算法。这也是我们这一篇先讲的原因。
(欢迎转载,转载请注明出处 刘建平Pinard:https://www.cnblogs.com/pinard/p/6418668.html)