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 ∈ ℜ ) (x_1,x_12,...,x_n | x_i \isin \real) (x1,x12,...,xn∣xi∈ℜ),每个输入上有一个权值 w i ∈ ℜ w_i \isin \real wi∈ℜ,此外还有一个偏置项 b ∈ ℜ b \isin \real b∈ℜ,就是上图中的 w 0 w_0 w0。
- 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 f f来作为激活函数: f ( z ) = { 1 z > 0 0 otherwise ( 1 ) f(z)=\begin{cases} 1 & z > 0 \\ 0 &\text{otherwise} \end{cases} \space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space (1) f(z)={10z>0otherwise (1)
- 输出:感知器的输出由下面这个公式来计算 y = f ( w ∗ x + b ) 公 式 ( 1 ) y=f(w*x+b)\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space公式(1) y=f(w∗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
- 实现and函数,如下表两个输入 ( x 1 , x 2 ) (x_1,x_2) (x1,x2)和一个输出 y y y。
x 1 x_1 x1 | x 2 x_2 x2 | y y 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
w_1=0.5;w_2=0.5;b=-0.8
w1=0.5;w2=0.5;b=−0.8,而激活函数
f
f
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
x_1=0;x_2=0
x1=0;x2=0,那么根据公式(1),计算输出:
y
=
f
(
w
∗
x
+
b
)
y=f(w*x+b)
y=f(w∗x+b)
=
f
(
w
1
x
1
+
w
2
x
2
+
b
)
\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space=f(w_1x_1+w_2x_2+b)
=f(w1x1+w2x2+b)
=
f
(
0.5
∗
0
+
0.5
∗
0
−
0.8
)
\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space=f(0.5*0+0.5*0-0.8)
=f(0.5∗0+0.5∗0−0.8)
=
f
(
−
0.8
)
=f(-0.8)\space\space\space\space
=f(−0.8)
=
0
=0\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space
=0
也就是当
x
1
x
2
x_1x_2
x1x2都为0的时候,
y
y
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。
- 实现or函数,如下表两个输入 ( x 1 , x 2 ) (x_1,x_2) (x1,x2)和一个输出 y y y。
x 1 x_1 x1 | x 2 x_2 x2 | y y y |
---|---|---|
0 | 0 | 0 |
0 | 1 | 1 |
1 | 0 | 1 |
1 | 1 | 1 |
只需要将偏置项
b
b
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
∗
x
+
b
)
y=f(w*x+b)
y=f(w∗x+b)
=
f
(
w
1
x
1
+
w
2
x
2
+
b
)
\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space=f(w_1x_1+w_2x_2+b)
=f(w1x1+w2x2+b)
=
f
(
0.5
∗
1
+
0.5
∗
0
−
0.3
)
\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space=f(0.5*1+0.5*0-0.3)
=f(0.5∗1+0.5∗0−0.3)
=
f
(
0.2
)
=f(0.2)\space\space\space\space\space\space\space
=f(0.2)
=
1
=1\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space
=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
←
w
i
+
Δ
w
i
;
b
←
b
+
Δ
b
w_i \gets w_i+\Delta w_i; \space b\gets b + \Delta b
wi←wi+Δwi; b←b+Δb其中:
Δ
w
i
=
η
(
t
−
y
)
x
i
;
Δ
b
=
η
(
t
−
y
)
\Delta w_i = \eta(t-y)x_i; \space \Delta b=\eta(t-y)
Δwi=η(t−y)xi; Δb=η(t−y)
w
i
w_i
wi是与输入
x
i
x_i
xi对应的权重项,
b
b
b是偏置项。事实上,可以把
b
b
b看作是值永远为1的输入
x
b
x_b
xb所对应的权重。
t
t
t是训练样本的实际值,一般称之为label。而
y
y
y是感知器的输出值,它是根据公式(1)计算得出。
η
\eta
η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
x
x,使用感知器计算其输出
y
y
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