深度学习之感知机

本文转自《零基础入门深度学习》系列文章,阅读原文请移步这里

一、深度学习是啥

在人工智能领域，有一个方法叫机器学习。在机器学习这个方法里，有一类算法叫神经网络。神经网络如下图所示：

上图中每个圆圈都是一个神经元，每条线表示神经元之间的连接。我们可以看到，上面的神经元被分成了多层，层与层之间的神经元有连接，而层内之间的神经元没有连接。最左边的层叫做输入层，这层负责接收输入数据；最右边的层叫输出层，我们可以从这层获取神经网络输出数据。输入层和输出层之间的层叫做隐藏层。

隐藏层比较多（大于2）的神经网络叫做深度神经网络。而深度学习，就是使用深层架构（比如，深度神经网络）的机器学习方法。

那么深层网络和浅层网络相比有什么优势呢？简单来说深层网络能够表达力更强。事实上，一个仅有一个隐藏层的神经网络就能拟合任何一个函数，但是它需要很多很多的神经元。而深层网络用少得多的神经元就能拟合同样的函数。也就是为了拟合一个函数，要么使用一个浅而宽的网络，要么使用一个深而窄的网络。而后者往往更节约资源。

深层网络也有劣势，就是它不太容易训练。简单的说，你需要大量的数据，很多的技巧才能训练好一个深层网络。这是个手艺活。

二、感知器

看到这里，如果你还是一头雾水，那也是很正常的。为了理解神经网络，我们应该先理解神经网络的组成单元——神经元。神经元也叫做感知器（如下图）。感知器算法在上个世纪50-70年代很流行，也成功解决了很多问题。并且，感知器算法也是非常简单的。

从图中可以看出，感知机有三个部分组成：

• 输入权重：一个感知器可以接收多个输入$(x_1,x_{1}2,...,x_n|x_i\in \Re )$，每个输入上有一个权值$w_i\in \Re$，此外还有一个偏置项$b\in \Re$，就是上图中的$w_0$。
• 激活函数：感知器的激活函数可以有很多选择，比如我们可以选择下面这个阶跃函数$f$来作为激活函数：$$f(z)=\{\begin{array}{ll}1& z>0\\ 0& \text{otherwise}\end{array}(1)$$
• 输出：感知器的输出由下面这个公式来计算$$y=f(w\ast x+b)公式(1)$$

如果看完上面的公式一下子就晕了，不要紧，我们用一个简单的例子来帮助理解。

三、感知器应用

1. 实现and函数，如下表两个输入$(x_1,x_2)$和一个输出$y$。

$x_1$	$x_2$	$y$
0	0	0
0	1	0
1	0	0
1	1	1

为了计算方便，我们用0表示false，用1表示true。这没什么难理解的，对于C语言程序员来说，这是天经地义的。
我们令$w_1=0.5;w_2=0.5;b=-0.8$，而激活函数$f$就是前面写出来的阶跃函数，这时，感知器就相当于and函数。不明白？我们验算一下：
输入上面真值表的第一行，即$x_1=0;x_2=0$，那么根据公式(1)，计算输出：$$y=f(w\ast x+b)$$$$=f(w_1{x}_1+w_2{x}_2+b)$$$$=f(0.5\ast 0+0.5\ast 0-0.8)$$$$=f(-0.8)$$$$=0$$
也就是当$x_1{x}_2$都为0的时候，$y$为0。这就是真值表的第一行。读者可以自行验证上述真值表的第二、三、四行。

2. 实现or函数，如下表两个输入$(x_1,x_2)$和一个输出$y$。

$x_1$	$x_2$	$y$
0	0	0
0	1	1
1	0	1
1	1	1

只需要将偏置项$b$的值设置为-0.3就可以把感知器有and函数转变成or函数。下面验证第三行的数据：
$$y=f(w\ast x+b)$$$$=f(w_1{x}_1+w_2{x}_2+b)$$$$=f(0.5\ast 1+0.5\ast 0-0.3)$$$$=f(0.2)$$$$=1$$
实际上感知器不仅仅能实现简单的布尔运算，它可以拟合任何的线性函数，任何线性分类或线性回归问题都可以用感知器来解决。前面的布尔运算可以看作是二分类问题，即给定一个输入，输出0（属于分类0）或1（属于分类1）。

然而，感知器却不能实现异或运算，如下图所示，异或运算不是线性的，你无法用一条直线把分类0和分类1分开。

四、感知器的训练

现在，你可能困惑前面的权重项和偏置项的值是如何获得的呢？这就要用到感知器训练算法：将权重项和偏置项初始化为0，然后，利用下面的感知器规则迭代的修改和，直到训练完成。$$w_i\leftarrow w_i+\Delta w_i;b\leftarrow b+\Delta b$$其中：$$\Delta w_i=\eta (t-y)x_i;\Delta b=\eta (t-y)$$
$w_i$是与输入$x_i$对应的权重项，$b$是偏置项。事实上，可以把$b$看作是值永远为1的输入$x_b$所对应的权重。$t$是训练样本的实际值，一般称之为label。而$y$是感知器的输出值，它是根据公式(1)计算得出。$\eta$是一个称为学习速率的常数，其作用是控制每一步调整权的幅度。
每次从训练数据中取出一个样本的输入向量$x$，使用感知器计算其输出$y$，再根据上面的规则来调整权重。每处理一个样本就调整一次权重。经过多轮迭代后（即全部的训练数据被反复处理多轮），就可以训练出感知器的权重，使之实现目标函数。

五、感知器的实现代码

class Perceptron(object):
    def __init__(self, input_num, activator):
        '''
        初始化感知器，设置输入参数的个数，以及激活函数。
        激活函数的类型为double -> double
        '''
        self.activator = activator
        # 权重向量初始化为0
        self.weights = [0.0 for _ in range(input_num)]
        # 偏置项初始化为0
        self.bias = 0.0
    def __str__(self):
        '''
        打印学习到的权重、偏置项
        '''
        return 'weights\t:%s\nbias\t:%f\n' % (self.weights, self.bias)
    def predict(self, input_vec):
        '''
        输入向量，输出感知器的计算结果
        '''
        # 把input_vec[x1,x2,x3...]和weights[w1,w2,w3,...]打包在一起
        # 变成[(x1,w1),(x2,w2),(x3,w3),...]
        # 然后利用map函数计算[x1*w1, x2*w2, x3*w3]
        # 最后利用reduce求和
        return self.activator(
            reduce(lambda a, b: a + b,
                   map(lambda (x, w): x * w,  
                       zip(input_vec, self.weights))
                , 0.0) + self.bias)
    def train(self, input_vecs, labels, iteration, rate):
        '''
        输入训练数据：一组向量、与每个向量对应的label；以及训练轮数、学习率
        '''
        for i in range(iteration):
            self._one_iteration(input_vecs, labels, rate)
    def _one_iteration(self, input_vecs, labels, rate):
        '''
        一次迭代，把所有的训练数据过一遍
        '''
        # 把输入和输出打包在一起，成为样本的列表[(input_vec, label), ...]
        # 而每个训练样本是(input_vec, label)
        samples = zip(input_vecs, labels)
        # 对每个样本，按照感知器规则更新权重
        for (input_vec, label) in samples:
            # 计算感知器在当前权重下的输出
            output = self.predict(input_vec)
            # 更新权重
            self._update_weights(input_vec, output, label, rate)
    def _update_weights(self, input_vec, output, label, rate):
        '''
        按照感知器规则更新权重
        '''
        # 把input_vec[x1,x2,x3,...]和weights[w1,w2,w3,...]打包在一起
        # 变成[(x1,w1),(x2,w2),(x3,w3),...]
        # 然后利用感知器规则更新权重
        delta = label - output
        self.weights = map(
            lambda (x, w): w + rate * delta * x,
            zip(input_vec, self.weights))
        # 更新bias
        self.bias += rate * delta

详细代码见git