第一章 神经网络如何工作（附Python神经网络编程.pdf）

Python神经网络编程.pdf
链接: https://pan.baidu.com/s/1RkNfeNgT3Qtt_sEqRhw5Bg 提取码: 98ma

第一章 神经网络如何工作

• 神经网络的思考模式，误差值的形象比喻

  

• 直线y = ax+ b即是最最简单的分类器！

  

• 误差值

  

• 如何调整误差△A？

  

  

• 每一次调整误差，训练出来的结果是这样的↓

  

  不足之处在于，最终改进的直线只与最后一次训练样本非常匹配，而不会顾及所有先前的训练样本，而是抛弃了所有先前训练样本的学习结果，只是对最近的一个实例进行了学习。

  如何解决这个问题呢？

  适度改进（moderate）。也就是说，我们不要使改进过于激烈。

  我们采用ΔA 几分之一的一个变化值，而不是采用整个ΔA，我们小心翼翼地调整参数C，使其只是实际误差值的几分之几。

• 调节系数通常被称为学习率（learning rate），L

  

  再一次重复上述过程，我们有一个初始值A = 0.25。使用第一个训练样 本，我们得到y = 0.25 * 3.0 = 0.75，期望值为1.1，得到了误差值0.35。ΔA = L（E / x ）= 0.5 * 0.35 / 3.0 = 0.0583。更新后的A值为0.25 + 0.0583 = 0.3083。

  尝试使用新的A值计算训练样本，在x = 3.0时，得到y = 0.3083 * 3.0 = 0.9250。现在，由于这个值小于1.1，因此这条直线落在了训练样本错误的 一边，但是，如果你将这视为后续的众多调整步骤的第一步，则这个结果 不算太差。与初始直线相比，这条直线确实向正确方向移动了。

  我们继续使用第二个训练数据实例，x = 1.0。使用A = 0.3083，我们得 到y = 0.3083 * 1.0 = 0.3083。所需值为2.9，因此误差值是2.9-0.3083= 2.5917。ΔA = L(E / x ) = 0.5 * 2.5917 / 1.0 = 1.2958。当前，第二个更新的值 A等于0.3083 + 1.2958 = 1.6042。

  加上学习率之后的分类效果↓

  

  

• 布尔逻辑运算

  

  

• 阈值≈激活函数

  观察表明，神经元不会立即反应，而是会抑制输入，直到输入增强， 强大到可以触发输出。你可以这样认为，在产生输出之前，输入必须到达 一个阈值。就像水在杯中——直到水装满了杯子，才可能溢出。直观上， 这是有道理的——神经元不希望传递微小的噪声信号，而只是传递有意识 的明显信号。下图说明了这种思想，只有输入超过了阈值（threshold）， 足够接通电路，才会产生输出信号。

  

  S函数，有时也称为逻辑函数。

  S函数的功能，可以把任何数转化成为0-1之间的数。

  字母e是数学常数 2.71828 ……是一个无限不循环小数，这样的数字有一个奇特的名字——超越数（transcendental number）。

• S阈值函数

  

  如果组合信号不够强大，那么S阈值函数的效果是抑制输出信号。如 果总和x 足够大，S函数的效果就是激发神经元。有趣的是，如果只有其中 一个输入足够大，其他输入都很小，那么这也足够激发神经元。更重要的 是，如果其中一些输入，单个而言一般大，但不是非常大，这样由于信号 的组合足够大，超过阈值，那么神经元也能激发。这给读者带来了一种直 观的感觉，即这些神经元也可以进行一些相对复杂、在某种意义上有点模 糊的计算。

• 神经网络与神经元的类比

  

  最明显的一点就是调整节点之间的连接强度。

  在一个节点内，我们可以调整输入的总和或S阈值函数的形状，但是比起简单地调整节点之间的 连接强度，调整S阀值函数的形状要相对复杂。

  权重w 1,2 减小或放大节点1传递给下一层节点2的信号

  理解为，随着神经网络学习过程的进行，神经网络通过调整优化网络内部的链接权重改进输出，一些权重可能会变为零或接近于零。零或几乎为零的权重意味着这些链接对网络的贡献为零，因为没有传递信号。零权重意味着信号乘以零，结果得到零， 因此这个链接实际上是被断开了。

• 在神经网络中追踪信号

  

  开始计算

  第一层节点是输入层，这层所做的所有事情就是表示输入，仅此而已。无需进行计算。

  第二层，我们需要做一些计算，y的输出需要用到S函数y = 1 /（1 + e -x ）。

  

  第二层的节点1：

  x = （第一个节点的输出链接权重）+（第二个节点的输出链接权重）

  x =（1.0 * 0.9）+（0.5 * 0.3） x = 0.9 + 0.15 x = 1.05

  最终，我们可以使用激活函数y = 1 /（1 + e -x ）计算该节点的 输出。你可以使用计算器来进行这个计算。答案为y = 1 /（1 + 0.3499）= 1 / 1.3499。因此，y = 0.7408。

  第二层第二个节点：

  x = （第一个节点的输出链接权重）+（第二个节点的输出链接权重）

  x =（1.0 * 0.2）+（0.5 * 0.8） x = 0.2 + 0.4 x = 0.6

  因此，现在我们可以使用S激活函数y = 1/(1 + 0.5488) = 1/1.5488计算节 点输出，得到y = 0.6457。

  最终结果见上上图。

• 两个节点还可以手工计算，那要是成千上万个节点呢？就需要用到矩阵运算啦~

  矩阵乘法_点乘内积

  

  运用到神经网络上

  

  第一个矩阵包含两层节点之间的权重。第二个矩阵包含第一层输入层 的信号。通过两个矩阵相乘，我们得到的答案是输入到第二层节点组合调 节后的信号。仔细观察，你就会明白这点。由权重w 1,1 调节的input_1加上 由权重w 2,1 调节的input_2，就是第二层第一个节点的输入值。这些值就是 在应用S函数之前的x的值。

  我们可以使用下式，非常简洁地表示：

  X = W •I

  此处，W 是权重矩阵，I 是输入矩阵，X 是组合调节后的信号，即输入到第二层的结果矩阵。矩阵通常使用斜体显示，表示它们是矩阵，而不是单个数字。

  现在，我们不需要写出长长的一串数字或大 量的文字。我们可以简单地写为W •I ，不管I有2个元素还是有200个元素。

  只要理解矩阵乘法，就可以无需花费太多精力，就可以实现神经网络了。

  最后再运用一下激活函数，对矩阵X 的每个单独元素应用S函数y = 1 / （1 + e -x ）。

  激活函数只是简单地应用阈值，使反应变得更像是在生物神经元中观察到的行为。因此，来自第二层的最终输出是：O = sigmoid ( X )。斜体的O 代表矩阵，这个矩阵包含了来自神经网络的最后一层中的所有输出。

  

• 使用矩阵乘法的三层神经网络示例

  一、第一层从输入到第一层隐藏层输出

  1、 得到输出矩阵

  

  可视化这些输入到第二层隐藏层的组合调节输入。

  

  2、 应用sigmoid函数

  Ohidden= sigmoid( Xhidden)

  

  二、 用同样的方式计算从第二层到第三层

  

• 先前，我们通过调整节点线性函数的斜率参数，来调整简单的线性分 类器。我们使用误差值，也就是节点生成了答案与所知正确答案之间的差值，引导我们进行调整。实践证明，误差与所必须进行的斜率调整量之间 的关系非常简单，调整过程非常容易。

  当只有一个节点前馈信号到输出节点，事情要简单得多。如果有两个节点，我们如何使用输出误差值呢？

  可以平分误差，也可以按照链接权重分配误差。

  

  我们在两件事情上使用了权重。

  第一件事情，在神经 网络中，我们使用权重，将信号从输入向前传播到输出层。此前，我们就 是在大量地做这个工作。

  第二件事情，我们使用权重，将误差从输出向后 传播到网络中。我们称这种方法为反向传播，后面介绍。

• 多个输出节点反向传播误差 / 如何分割误差？

  误差e1要分割更大的值给较大的权重，分割较小的值给较小的权重。

  

  如果w1,1是w2,1的2倍，比如说w1,1=6w2,1= 3，那么用于更新w1,1的e1的部分就是6 /（6 + 3）= 6/9 = 2/3。同时，这留下了1/3的e1 给较小的权重w2,1，我们可以通过表达式3 /（6 + 3）= 3/9确认这确实是1/3。

  如果权重相等，正如你所期望的，各分一半。让我们确定一下，假设w1,1= 4和w2,1=4，那么针对这种情况，e1所分割的比例都等于4 /（4 +4）= 4/8 = 1/2。

• 反向传播误差到更多层中 / 误差如何向后传播？

  

  让我们演示一下反向传播的误差。你可以观察到，第二个输出层节点 的误差0.5，在具有权重1.0和4.0的两个链接之间，根据比例被分割成了0.1 和0.4。你也可以观察到，在隐藏层的第二个节点处的重组误差等于连接的 分割误差之和，也就是0.48与0.4的和，等于0.88。

  如下图所示，我们进一步向后工作，在前一层中应用相同的思路。

  

• 关键点

  • 神经网络通过调整链接权重进行学习。这种方法由误差引导，误差就是训练数据所给出正 确答案和实际输出之间的差值。
  • 简单地说，在输出节点处的误差等于所需值与实际值之间的差值。
  • 然而，与内部节点相关联的误差并不显而易见。一种方法是按照链路权重的比例来分割输 出层的误差，然后在每个内部节点处重组这些误差。

• 使用矩阵乘法进行反向传播误差，这就是尝试所谓的将过程（vectorise the process）矢量化。

  权重、前向信号和输出误差矩阵

  

  但是上面这个矩阵太麻烦了，所以我们要简化一下，采取下面这种矩阵↓

  

  这个权重矩阵需要沿对角线进行翻转。因此，我们得到所希望的矩阵，使用矩阵的方法来向后传播误差：

  

  虽然这样做看起来不错，但是将归一化因子切除，我们做得正确吗？ 实践证明，这种相对简单的误差信号反馈方式，与我们先前相对复杂的方式一样有效。

  如果我们要进一步思考这个问题，那么我们可以观察到，即使反馈的 误差过大或过小，在下一轮的学习迭代中，网络也可以自行纠正。重要的 是，由于链接权重的强度给出了共享误差的最好指示，因此反馈的误差应 该遵循链接权重的强度。

  

• 我们实际上如何更新权重

  我们已经理解了让误差反向传播到网络的每一层。为什么这样做呢？原因就是，我们使用误差来指导如何调整链接权重，从而改进神经网络输出的总体答案。

  如果使用暴力方法破解，找到最优权值？

  现在，假设每个权重在-1和+1之间有1000种可能的值，如0.501、-0.203和0.999。那么对于3层、每层3个节点的神经网络，我们可以得到18个权重，因此有18000 种可能性需要测试。如果有一个相对典型的神经网络，每层有500个节点， 那么我们需要测试5亿种权重的可能性。如果每组组合需要花费1秒钟计 算，那么对于一个训练样本，我们需要花费16年更新权重！对于1 000种训 练样本，我们要花费16 000年！

  你会发现这种暴力方法不切实际。事实上，当我们增加网络层、节点和权重的可能值时，这种方法马上就变得不可收拾了。

• 梯度下降（gradient descent）

想象一下，一个非常复杂、有波 峰波谷的地形以及连绵的群山峻岭。在黑暗中，伸手不见五指。你知道你 是在一个山坡上，你需要到坡底。对于整个地形，你没有精确的地图，只 有一把手电筒。你能做什么呢？你可能会使用手电筒，做近距离的观察。 你不能使用手电筒看得更远，无论如何，你肯定看不到整个地形。你可以 看到某一块土地看起来是下坡，于是你就小步地往这个方向走。通过这种 方式，你不需要完整的地图，也不需要事先制定路线，你一步一个脚印， 缓慢地前进，慢慢地下山。在数学上，这种方法称为梯度下降（gradient descent）。

梯度是指地面的坡度。你走的方向是最陡的坡度向下的方向。

这种酷炫的梯度下降法与神经网络之间有什么联系呢？好吧，如果我们将复杂困难的函数当作网络误差，那么下山找到最小值就意味着最小化误差。这样我们就可以改进网络输出。这就是我们希望做到的！

梯度下降的思想的理解

我们要注意：

1. 步长不要过大，避免超调，这样就会避免在最小值的地方来回反弹。
2. 正梯度意味着减小x ，负梯度意味着增加x 。

当使用梯度下降的方法时， 我们一般不使用代数计算出最小值，我们假装函数y =（x -1）2 + 1是一个非常复杂困难的函数。即使不使用数学精确计算出斜率，我们也可以估计出斜率，在我们往一般的正确方向移动时，你可以发现这种方法也非常适用。

当函数有很多参数时，这种方法才真正地显现出它的亮点。y 也许不单单取决于x ，y 也可能取决于a、b、c、d、e和f。记得输出函数吧，神经网络的误差函数取决于许多的权重参数，这些参数通常有数百个呢！

下面以三维空间来表示。

观察这个三维曲面，你可以再次思考，梯度下降是否会终止于右侧的 另一个山谷。事实上，在更一般的意义上进行思考，由于复杂的函数有众 多的山谷，梯度下降有时会卡在错误的山谷中吗？这个错误的山谷是哪一 个呢？答案是肯定的，这种情况可能会发生，也就是我们所到达的山谷可 能不是最低的山谷。

为了避免终止于错误的山谷或错误的函数最小值，我们从山上的不同 点开始，多次训练神经网络，确保并不总是终止于错误的山谷。不同的起 始点意味着选择不同的起始参数，在神经网络的情况下，这意味着选择不同的起始链接权重。

使用梯度下降方法的三种不同尝试，其中有一次，这 种方法终止于错误的山谷中。

神经网络的输出是一个极其复杂困难的函数，这个函数具有许多参数 影响到其输出的链接权重。我们可以使用梯度下降法，计算出正确的权重 吗？只要我们选择了合适的误差函数，这是完全可以的。

神经网络本身的输出函数不是一个误差函数。但我们知道，由于误差是目标训练值与实际输出值之间的差值，因此我们可以很容易地把输出函数变成误差函数。

要使用梯度下降的方法，现在我们需要计算出误差函数相对于权重的斜率。

• 我们感兴趣的是，误差函数是如何依赖于神经网络中的链接权重的。询问这个问题的另一种方式是——“误差对链接权重的改变有多敏感？”

  

  当函数具有多个参数时，要画出误差曲面相对较难，但是使用梯度下降寻找最小值的思想是相同的。使用数学的方式，写下想要取得的目标即↓

  

  这个表达式表示了当权重w j,k 改变时，误差E是如何改变的。这是误差函数的斜率，也就是我们希望使用梯度下降的方法到达最小值的方向。

• title

  误差函数，这是对目标值和实际值之差的平方进行求和，这是针对所有n个输出节点的和。

  

  但是，误差函数根本就不需要对所有输出节点求和。原因是节点的输出只取决于所连 接的链接，就是取决于链接权重。

  因此，我们现在有了一个相对简单的表达式了。

  

  t k 的部分是一个常数，因此它不会随着w j，k 的变化而变化。也就是 说，t k 不是w j，k 的函数。

  我们将使用链式法则，将这个微积分任务分解成更多易于管理的小块。

  

  现在，我们可以反过来对相对简单的部分各个击破。我们对平方函数 进行简单的微分，就很容易击破了第一个简单的项。这使我们得到了以下的式子：

  

  对于第二项，我们需要仔细考虑一下，但是无需考虑过久。o k 是节点 k的输出，如果你还记得，这是在连接输入信号上进行加权求和，在所得到 结果上应用S函数得到的结果。让我们将这写下来，清楚地表达出来。

  

  oj是前一个隐藏层节点的输出，而不是最终层的输出ok 。

  我们如何微分S函数呢？使用附录A介绍的基本思想，对S函数求微 分，这对我们而言是一种非常艰辛的方法，但是，其他人已经完成了这项 工作。我们可以只使用众所周知的答案，就像全世界的数学家每天都在做的事情一样。

  

  在微分后，一些函数变成了非常可怕的表达式。S函数微分后，可以得到一个非常简单、易于使用的结果。在神经网络中，这是S函数成为大受欢迎的激活函数的一个重要原因。

  因此，让我们应用这个酷炫的结果，得到以下的表达式。

  

  这个额外的最后一项是什么呢？由于在sigmoid()函数内部的表达式也 需要对w j,k 进行微分，因此我们对S函数微分项再次应用链式法则。这也非 常容易，答案很简单，为oj。

  在写下最后的答案之前，让我们把在前面的2 去掉。我们只对误差函 数的斜率方向感兴趣，这样我们就可以使用梯度下降的方法，因此可以去 掉2。只要我们牢牢记住需要什么，在表达式前面的常数，无论是2、3还是 100，都无关紧要。因此，去掉这个常数，让事情变得简单。

  这就是我们一直在努力要得到的最后答案，这个表达式描述了误差函数的斜率，这样我们就可以调整权重w j,k 了。

  

  这就是我们一直在寻找的神奇表达式，也是训练神经网络的关键。

  这个表达式值得再次回味，颜色标记有助于显示出表达式的各个部 分。第一部分，非常简单，就是（目标值-实际值），我们对此已经很清楚 了。在sigmoid中的求和表达式也很简单，就是进入最后一层节点的信号， 我们可以称之为i k ，这样它看起来比较简单。这是应用激活函数之前，进 入节点的信号。最后一部分是前一隐藏层节点j的输出。读者要有一种意 识，明白在这个斜率的表达式中，实际涉及哪些信息并最终优化了权重， 因此读者值得仔细观察这些表达式、这些项。

• 我们还需要做最后一件事情。我们所得到的这个表达式，是为了优化隐藏层和输出层之间的权重。现在，我们需要完成工作，为输入层和隐藏层之间的权重找到类似的误差斜率。

  同样，我们可以进行大量的代数运算，但是不必这样做。我们可以很 简单地使用刚才所做的解释，为感兴趣的新权重集重新构建一个表达式。

  • 第一部分的（目标值-实际值）误差，现在变成了隐藏层节点中重组的 向后传播误差，正如在前面所看到的那样。我们称之为ej。
  • sigmoid部分可以保持不变，但是内部的求和表达式指的是前一层，因 此求和的范围是所有由权重调节的进入隐藏层节点j的输入。我们可以称之为i j 。
  • 现在，最后一部分是第一层节点的输出oi，这碰巧是输入信号。

  因此，我们一直在努力达成的最终答案的第二部分如下所示，这是我 们所得到误差函数斜率，用于输入层和隐藏层之间权重调整。

  

  现在，我们得到了关于斜率的所有关键的神奇表达式，可以使用这些表达式，在应用每层训练样本后，更新权重。

• 权重改变的方向与梯度方向相反。

  我们使用学习因子，调节变化，我们可以根据特定的问题，调 整这个学习因子。当我们建立线性分类器，作为避免被错误的训练样本拉 得太远的一种方式，同时也为了保证权重不会由于持续的超调而在最小值 附近来回摆动，我们都发现了这个学习因子。让我们用数学的形式来表达 这个因子。

  

  更新后的权重w j,k 是由刚刚得到误差斜率取反来调整旧的权重而得到 的。正如我们先前所看到的，如果斜率为正，我们希望减小权重，如果斜 率为负，我们希望增加权重，因此，我们要对斜率取反。符号α是一个因 子，这个因子可以调节这些变化的强度，确保不会超调。我们通常称这个 因子为学习率。

  这个表达式不仅适用于隐藏层和输出层之间的权重，而且适用于输入 层和隐藏层之间的权重。差值就是误差梯度，我们可以使用上述两个表达 式来计算这个误差梯度。

• 试图按照矩阵乘法的形式进行运算

  我们将按照以前那样写出权重变化矩阵的每个元素。

  

  由于学习率只是一个常数，并没有真正改变如何组织矩阵乘法，因此 我们省略了学习率α。

  权重改变矩阵中包含的值，这些值可以调整链接权重w j，k ，这个权重 链接了当前层节点j与下一层节点k。你可以发现，表达式中的第一项使用 下一层（节点k）的值，最后一项使用前一层（节点j）的值。

  仔细观察上图，你就会发现，表达式的最后一部分，也就是单行的水 平矩阵，是前一层o j 的输出的转置。颜色标记显示点乘是正确的方式。如 果你不能确定，请尝试使用另一种方式的点乘，你会发现这是行不通的。

  因此，权重更新矩阵有如下的矩阵形式，这种形式可以让我们通过计算机编程语言高效地实现矩阵运算。

  

  

• 权重更新成功范例

  

  我们要更新隐藏层和输出层之间的权重w1,1。当前，这个值为2.0。

  让我们再次写出误差斜率。

  

  让我们一项一项地进行运算：

  • 第一项（t k -o k ）得到误差e 1 = 0.8。 S函数内的求和Σ j w j,k o j 为（2.0×0.4）+（3.0 * 0.5）= 2.3。
  • sigmoid 1/(1 + e -2.3 ) 为0.909。中间的表达式为0.909 *（1-0.909）= 0.083。
  • 由于我们感兴趣的是权重w 1,1 ，其中j=1，因此最后一项o j 也很简单， 也就是o j = 1 。此处，o j 值就是0.4。

  将这三项相乘，同时不要忘记表达式前的负号，最后我们得到-0.0265。

  如果学习率为0.1，那么得出的改变量为-（0.1 * -0.02650）= + 0.002650。因此，新的w 1,1 就是原来的2.0加上0.00265等于2.00265。

  虽然这是一个相当小的变化量，但权重经过成百上千次的迭代，最终 会确定下来，达到一种布局，这样训练有素的神经网络就会生成与训练样 本中相同的输出。

• 并不是所有使用神经网络的尝试都能够成功，我们要思考如何最好地准备训练数据，初始随机权重，甚 至设计输出值，给训练过程一个成功的机会。

• 权重的改变取决于激活函数的 梯度。小梯度意味着限制神经网络学习的能力。这就是所谓的饱和神经网 络。这意味着，我们应该尽量保持小的输入。

  有趣的是，这个表达式也取决于输入信号（o j ），因此，我们也不应 该让输入信号太小。当计算机处理非常小或非常大的数字时，可能会丧失 精度，因此，使用非常小的值也会出现问题。

  一个好的建议是重新调整输入值，将其范围控制在0.0到1.0。输入0会 将o j 设置为0，这样权重更新表达式就会等于0，从而造成学习能力的丧 失，因此在某些情况下，我们会将此输入加上一个小小的偏移，如0.01， 避免输入0带来麻烦。

  

• 由于激活函数的值域为0-1，所以，常见的使用范围为0.0～1.0，但是由于0.0和1.0这两个数也不可能是目标值，并且有驱动产生过大的权重的风险，因此一些人也使用0.01 ～0.99的范围。

• 随机初始权重

  与输入和输出一样，同样的道理也适用于初始权重的设置。由于大的 初始权重会造成大的信号传递给激活函数，导致网络饱和，从而降低网络 学习到更好的权重的能力，因此应该避免大的初始权重值。

  我们可以从-1.0～+1.0之间随机均匀地选择初始权重。比起使用非常大 的范围，比如说-1000～+1000，这是一个好得多的思路。

  在此处，我们不纠结于计算细节，但是，其核心思想是，如果很多信 号进入一个节点（这也是在神经网络中出现的情况），并且这些信号的表 现已经不错了，不会太大，也不会分布得奇奇怪怪，那么在对这些信号进 行组合并应用激活函数时，权重应该支持保持这些表现良好的信号。换句 话说，我们不希望权重破坏了精心调整输入信号的努力。数学家所得到的 经验规则是，我们可以在一个节点传入链接数量平方根倒数的大致范围内 随机采样，初始化权重。因此，如果每个节点具有3条传入链接，那么初始 权重的范围应该在从 到 ，即±0.577之间。如果每个节点具有 100条传入链接，那么权重的范围应该在 至 ，即±0.1之 间。

  直觉上说，这是有意义的。一些过大的初始权重将会在偏置方向上偏 置激活函数，非常大的权重将会使激活函数饱和。一个节点的传入链接越 多，就有越多的信号被叠加在一起。因此，如果链接更多，那么减小权重 的范围，这个经验法则是有道理的。

  初试权重的正态分布方法

  

  不管你做什么，禁止将初始权重设定为相同的恒定值，特别是禁止将 初始权重设定为0。要不然，事情会变得很糟糕。

  如果这样做，那么在网络中的每个节点都将接收到相同的信号值，每 个输出节点的输出值也是相同的，在这种情况下，如果我们在网络中通过 反向传播误差更新权重，误差必定得到平分。你还记得误差按权重比例进 行分割吧！那么，这将导致同等量的权重更新，再次出现另一组值相等的 权重。由于正确训练的网络应该具有不等的权重（对于几乎所有的问题， 这是极有可能的情况），那么由于这种对称性，你将永远得不到这种网 络，因此这是一种很糟糕的情况。

  由于0权重，输入信号归零，取决于输入信号的权重更新函数也因此归 零，这种情况更糟糕。网络完全丧失了更新权重的能力。

• 关键点

  • 如果输入、输出和初始权重数据的准备与网络设计和实际求解的问题不匹配，那么神经网 络并不能很好地工作。
  • 一个常见的问题是饱和。在这个时候，大信号（这有时候是由大权重带来的）导致了应用 在信号上的激活函数的斜率变得非常平缓。这降低了神经网络学习到更好权重的能力。
  • 另一个问题是零值信号或零值权重。这也可以使网络丧失学习更好权重的能力。
  • 内部链接的权重应该是随机的，值较小，但要避免零值。如果节点的传入链接较多，有一 些人会使用相对复杂的规则，如减小这些权重的大小。
  • 输入应该调整到较小值，但不能为零。一个常见的范围为0.01～0.99，或-1.0～1.0，使用哪 个范围，取决于是否匹配了问题。
  • 输出应该在激活函数能够生成的值的范围内。逻辑S函数是不可能生成小于等于0或大于等 于1的值。将训练目标值设置在有效的范围之外，将会驱使产生越来越大的权重，导致网 络饱和。一个合适的范围为0.01～0.99。