BP神经网络

1.BP神经网络是什么

        BP（Back-propagation，反向传播）神经网络是最传统的神经网络。也就是使用了Back-propagation算法的神经网络。请注意他不是时下流行的那一套深度学习。要训练深度学习level的网络你是不可以使用这种算法的。原因我们后面解释。而其实机器学习的bottleneck就是成功的突破了非常深的神经网络无法用BP算法来训练的问题。

        那么反向传播的东西是什么呢？答案是：误差。就是在模拟过程中（这是一个循环，我们在训练神经网络的时候是要不断的去重复这个过程的）收集系统所产生的误差，并且返回这些误差到输出值，之后用这些误差来调整神经元的权重，这样生成一个可以模拟出原始问题的人工神经网络系统。

2.神经网络基础架构

        神经网络其实就是几层神经元，每层神经元里有几个神经元点。不同layer之间的神经元相互连接。其实就是如此：

        在这，每一个神经元就是三件事：输入，判断和输出。输入层的神经元（就是那个圆形的圈，代表一个神经元或者一个神经细胞）是读入你输入的数据的。只要你有数据，这个玩意就能跑。这就好比你只要有汽油，汽车就能开是一个道理。中间则是”隐含层。你可以控制这个隐含层的层数，以及每一层里有多少个神经元或者神经细胞。当然在实际操作里为了方便我们一般都直接认为你不管用几层，每层的神经元或者神经细胞数目都是一样的。因为这样的话写代码会比较方便。

3. 运算过程：矩阵乘法

        我们要把输入在这个数学结构上传递到输出，要怎么办呢？答案是，使用矩阵乘法。其实这样的思路一开始是非常简单的。 我们以这个例子来说明：

        在这幅图里，我们把上一层的第i个神经元和下一层的第j个神经元之间的权重记为w（ij）。而把上一层传入的三个input，分别记为S（1），S（2）和S（3）。

        因为数据肯定是在不同的层之间流动的。我们所做的就是通过一个矩阵乘法求解下一层的输出数值。

        这个过程其实也非常简单。我们把输出记为O（1），O（2）和O（3）。结合权重，这个其实不就是一个高中生都可以理解的思想吗？以O（1）举例。O（1）里的输出自然有来自S1，2，3的。那么分别按照权重去乘就可以了。权重自然就是一个大于等于零的实数嘛。

        O(1)=S(1)*w（11）+S(2)*w(21)+S(3)*w(31)

        类似的我们可以求解出O(2)和O（3）。其实答案也很简单：

        O(2)=S(1)*w（12）+S(2)*w(22)+S(3)*w(32)

        O(3)=S(1)*w（13）+S(2)*w(23)+S(3)*w(33)

        写到这里，熟悉矩阵乘法的同学肯定要恍然大悟了。没错，这就是一个矩阵的乘法！最基础的那种。写成矩阵他应该是什么样呢？

        其实答案便是：

         我们其实用这种方法，自然可以一层一层的把最左边输入的数据送到最右边来。我们自然可以得到一个结果。但是这个结果有可能是错的吧！所以怎么办呢？我们用真实的结果去和这个结果去比如求差，自然就可以把误差求解出来了。同样的道理，我们可以把误差按照矩阵乘法一路返回。而且在这个过程中，每个神经元和神经线自然可以得到一些”信息“。我们可以用这些信息来修正神经网络，其实也就是给所有的边去赋予不同的权重。

        输出O1,O2,O3与真实值T1，T2,T3自然会有一定的误差，而输入S1,S2,S3是不变的，因此要减小误差损失，就要调节权重矩阵W。

        如法炮制。在你有误差E（1），E（2），E（3）的时候，自然可以用这些误差返回上一层，得到上一层应该被返回的误差。其实也是一个矩阵乘法的内容。

4. 如何去调参数：微积分（其实就是梯度下降）

        其实这就是我们使用了人工神经网络来模拟学习的过程。理论上，这个算法可以处理世界上的任何问题。无论是股票交易还是生物信息，无论是飞机上天还是潜艇下水。当然了，工程就是另一回事了。

        那么这些权重是如何被求解出来的呢？答案便是：微积分。

        首先说明，这里我们使用Sigmoid函数作为激活函数，其作用详见这篇文章。

整体框架如下：

 

        在我们的获得预测结果后，我们通过反向传播对w（权重）和b（偏置：相当于y=ax+b中的b）进行梯度调整，从而得到最优的w和b。最后在应用调整后的模型进行测试

        1.前向传播

         [注]：S(a2)意为对a2进行Sigmoid函数激活，其余同理。

        最终得到前向传播结果z3。他与真实值T有一定的误差。

        2.误差反向传播

         y*即为z3，y为真实值T，两者相减平方除以2求均方误差E，通过梯度下降对其中的参数b1，w1，b2，w2进行调整。（不明白梯度下降的参考此文章）

        1.对b1进行求导：

                f'为sigmoid的导数 。

        2.对b2进行求导：

          3.对w1进行求导：

 

          4.对w2进行求导：

 

         以b1为例进行梯度下降求最优解：

               （为步长，为学习率）

        同理可对b2，w1，w2进行调整，逐步找到最优解。

        当迭代次数超过一定数值，即迭代次数足够大或误差小于某个值时，便停止迭代，此时的权重矩阵w和偏置b即为最优解。

        BP神经网络就是通过前向传播得到误差，反向传播调整误差，再前向传播，再反向传播一轮一轮得到最优解的。