线性回归，softmax回归，多层感知机，激活函数的基本概念

【10大专题，2.8w字详解】：从张量开始到GPT的《动手学深度学习》要点笔记

线性回归

线性回归是一种单层神经网络。

线性回归方法的四个关键式子：

1. 线性模型的预测公式：
   $$\hat{y}=Xw+b$$
   这个公式表示向量 $\hat{y}$（预测值）是矩阵 $X$（特征）和向量 $w$（权重）的乘积加上偏置项 $b$。这里，$X\in R^{n\times d}$，其中 $n$ 是样本数量，$d$ 是特征数量。

2. 每个样本的平方误差损失：
   $$l^{(i)}(w,b)=\frac{1}{2}({\hat{y}}^{(i)}-y^{(i)}{)}^2$$

3. 整个数据集的平均损失：
   $$L(w,b)=\frac{1}{n}\sum _{i=1}^n{l}^{(i)}(w,b)=\frac{1}{n}\sum _{i=1}^n\frac{1}{2}(w^T{x}^{(i)}+b-y^{(i)}{)}^2$$

4. 最优参数的求解：
   $$(w^{\ast },b^{\ast })=\arg \underset{w,b}{\min }L(w,b)$$

随机梯度下降方法求解线性回归问题：

• 指定超参数，本问题中是批量大小和学习率。
• 初始化模型参数的值，如从均值为0、标准差为0.01的正态分布中随机采样，偏置参数初始化为零。
• 从数据集中随机抽取小批量样本且在负梯度的方向上更新参数，并不断迭代这一步骤。
  $$w\leftarrow w-\frac{\eta }{|B|}\sum _{i\in B}\frac{\partial l^{(i)}(w,b)}{\partial w}=w-\frac{\eta }{|B|}\sum _{i\in B}{x}^{(i)}\left(w^T{x}^{(i)}+b-y^{(i)}\right)$$
  $$b\leftarrow b-\frac{\eta }{|B|}\sum _{i\in B}\frac{\partial l^{(i)}(w,b)}{\partial b}=b-\frac{\eta }{|B|}\sum _{i\in B}\left(w^T{x}^{(i)}+b-y^{(i)}\right)$$

Softmax回归

softmax回归是一种单层神经网络。

softmax回归方法的四个关键式子：

1. Softmax函数的定义：softmax函数将一个实数向量转换为概率分布。对于每个元素，它计算该元素的指数与所有元素的指数之和的比值。这样可以确保输出向量的所有元素都是非负的，并且总和为1，因此可以被视为概率分布。
   $$\hat{y}=\text{softmax}(o)\text{其中}{\hat{y}}_j=\frac{\exp (o_j)}{{\sum }_k\exp (o_k)}$$

2. 输出就是选择最有可能的类别：尽管softmax函数改变了输出向量的值，但它不改变元素之间的顺序。
   $$\arg \underset{j}{\max }{\hat{y}}_j=\arg \underset{j}{\max }{o}_j$$

3. 交叉熵损失：在多分类问题中，模型预测的概率分布为 $\hat{y}$，而真实的标签分布为 $y$。交叉熵损失函数用于度量这两个分布之间的差异。公式如下：
   $$l(y,\hat{y})=-\sum _{j=1}^q{y}_j\log {\hat{y}}_j$$

4. 交叉熵损失的导数：损失函数的梯度是模型预测的概率与真实标签之间的差异。
   $$\frac{\partial }{\partial o_j}l(y,\hat{y})=\text{softmax}(o{)}_j-y_j$$

多层感知机

一个单隐藏层的多层感知机，具有5个隐藏单元。

从线性到非线性

如果我们只是将输入通过仿射变换（线性变换和偏置）传递给隐藏层，然后再将隐藏层的输出通过仿射变换传递给输出层，那么整个模型仍然是一个仿射函数，这并没有比单层模型提供更多的表达能力。

为了使多层模型能够表达更复杂的函数，我们需要在隐藏层的仿射变换后应用一个非线性的激活函数 $\sigma$。这样，模型的计算公式变为：
$$H=\sigma (X{W}^{(1)}+b^{(1)})$$
$$O=H{W}^{(2)}+b^{(2)}$$

常用的激活函数

• ReLU 的求导表现特别好：要么让参数消失，要么让参数通过。当输入为负时，ReLU函数的导数为0，而当输入为正时，ReLU函数的导数为1。这使得优化表现得更好，并且ReLU减轻了困扰以往神经网络的梯度消失问题。其数学定义如下：
  $$\text{ReLU}(x)=\max (x,0)$$
  

• Sigmoid函数 是一种常用的激活函数，它将实数输入映射到(0, 1)的范围内，因此也被称为挤压函数。sigmoid函数是一个自然的选择，因为它是一个平滑的、可微的阈值单元近似。它的数学定义如下：
  $$\text{sigmoid}(x)=\frac{1}{1+\exp (-x)}$$
  

• 双曲正切函数（tanh） 是另一种常用的激活函数，它将实数输入映射到(-1, 1)的范围内。tanh函数是关于原点对称的。它的数学定义如下：
  $$\text{tanh}(x)=\frac{1-\exp (-2x)}{1+\exp (-2x)}$$