DeepLearning tutorial(3)MLP多层感知机原理简介+代码详解
@author:wepon
@blog:http://blog.csdn.net/u012162613/article/details/43221829
本文介绍多层感知机算法,特别是详细解读其代码实现,基于Python theano,代码来自:Multilayer Perceptron,如果你想详细了解多层感知机算法,可以参考:UFLDL教程,或者参考本文第一部分的算法简介。
经详细注释的代码:放在我的github地址上,可下载。
一、多层感知机(MLP)原理简介
多层感知机(MLP,Multilayer Perceptron)也叫人工神经网络(ANN,Artificial Neural Network),除了输入输出层,它中间可以有多个隐层,最简单的MLP只含一个隐层,即三层的结构,如下图:
从上图可以看到,多层感知机层与层之间是全连接的(全连接的意思就是:上一层的任何一个神经元与下一层的所有神经元都有连接)。多层感知机最底层是输入层,中间是隐藏层,最后是输出层。
输入层没什么好说,你输入什么就是什么,比如输入是一个n维向量,就有n个神经元。
隐藏层的神经元怎么得来?首先它与输入层是全连接的,假设输入层用向量X表示,则隐藏层的输出就是
f(W1X+b1),W1是权重(也叫连接系数),b1是偏置,函数f 可以是常用的sigmoid函数或者tanh函数:
最后就是输出层,输出层与隐藏层是什么关系?其实隐藏层到输出层可以看成是一个多类别的逻辑回归,也即softmax回归,所以输出层的输出就是softmax(W2X1+b2),X1表示隐藏层的输出f(W1X+b1)。
MLP整个模型就是这样子的,上面说的这个三层的MLP用公式总结起来就是,函数G是softmax
因此,MLP所有的参数就是各个层之间的连接权重以及偏置,包括W1、b1、W2、b2。对于一个具体的问题,怎么确定这些参数?求解最佳的参数是一个最优化问题,解决最优化问题,最简单的就是梯度下降法了(SGD):首先随机初始化所有参数,然后迭代地训练,不断地计算梯度和更新参数,直到满足某个条件为止(比如误差足够小、迭代次数足够多时)。这个过程涉及到代价函数、规则化(Regularization)、学习速率(learning rate)、梯度计算等,本文不详细讨论,读者可以参考本文顶部给出的两个链接。
了解了MLP的基本模型,下面进入代码实现部分。
二、多层感知机(MLP)代码详细解读(基于python+theano)
(1)导入必要的python模块
主要是numpy、theano,以及Python自带的os、sys、time模块,这些模块的使用在下面的程序中会看到。
(2)定义MLP模型(HiddenLayer+LogisticRegression)
这一部分定义MLP的基本“构件”,即上文一直在提的HiddenLayer和LogisticRegression
- HiddenLayer
- class HiddenLayer(object):
- def __init__(self, rng, input, n_in, n_out, W=None, b=None,
- activation=T.tanh):
- ”“”
- 注释:
- 这是定义隐藏层的类,首先明确:隐藏层的输入即input,输出即隐藏层的神经元个数。输入层与隐藏层是全连接的。
- 假设输入是n_in维的向量(也可以说时n_in个神经元),隐藏层有n_out个神经元,则因为是全连接,
- 一共有n_in*n_out个权重,故W大小时(n_in,n_out),n_in行n_out列,每一列对应隐藏层的每一个神经元的连接权重。
- b是偏置,隐藏层有n_out个神经元,故b时n_out维向量。
- rng即随机数生成器,numpy.random.RandomState,用于初始化W。
- input训练模型所用到的所有输入,并不是MLP的输入层,MLP的输入层的神经元个数时n_in,而这里的参数input大小是(n_example,n_in),每一行一个样本,即每一行作为MLP的输入层。
- activation:激活函数,这里定义为函数tanh
- ”“”
- self.input = input #类HiddenLayer的input即所传递进来的input
- ”“”
- 注释:
- 代码要兼容GPU,则W、b必须使用 dtype=theano.config.floatX,并且定义为theano.shared
- 另外,W的初始化有个规则:如果使用tanh函数,则在-sqrt(6./(n_in+n_hidden))到sqrt(6./(n_in+n_hidden))之间均匀
- 抽取数值来初始化W,若时sigmoid函数,则以上再乘4倍。
- ”“”
- #如果W未初始化,则根据上述方法初始化。
- #加入这个判断的原因是:有时候我们可以用训练好的参数来初始化W,见我的上一篇文章。
- if W is None:
- W_values = numpy.asarray(
- rng.uniform(
- low=-numpy.sqrt(6. / (n_in + n_out)),
- high=numpy.sqrt(6. / (n_in + n_out)),
- size=(n_in, n_out)
- ),
- dtype=theano.config.floatX
- )
- if activation == theano.tensor.nnet.sigmoid:
- W_values *= 4
- W = theano.shared(value=W_values, name=’W’, borrow=True)
- if b is None:
- b_values = numpy.zeros((n_out,), dtype=theano.config.floatX)
- b = theano.shared(value=b_values, name=’b’, borrow=True)
- #用上面定义的W、b来初始化类HiddenLayer的W、b
- self.W = W
- self.b = b
- #隐含层的输出
- lin_output = T.dot(input, self.W) + self.b
- self.output = (
- lin_output if activation is None
- else activation(lin_output)
- )
- #隐含层的参数
- self.params = [self.W, self.b]
- LogisticRegression
逻辑回归(softmax回归),代码详解如下。
(如果你想详细了解softmax回归,可以参考: DeepLearning tutorial(1)Softmax回归原理简介+代码详解)
- ”“”
- 定义分类层,Softmax回归
- 在deeplearning tutorial中,直接将LogisticRegression视为Softmax,
- 而我们所认识的二类别的逻辑回归就是当n_out=2时的LogisticRegression
- ”“”
- #参数说明:
- #input,大小就是(n_example,n_in),其中n_example是一个batch的大小,
- #因为我们训练时用的是Minibatch SGD,因此input这样定义
- #n_in,即上一层(隐含层)的输出
- #n_out,输出的类别数
- class LogisticRegression(object):
- def __init__(self, input, n_in, n_out):
- #W大小是n_in行n_out列,b为n_out维向量。即:每个输出对应W的一列以及b的一个元素。
- self.W = theano.shared(
- value=numpy.zeros(
- (n_in, n_out),
- dtype=theano.config.floatX
- ),
- name=’W’,
- borrow=True
- )
- self.b = theano.shared(
- value=numpy.zeros(
- (n_out,),
- dtype=theano.config.floatX
- ),
- name=’b’,
- borrow=True
- )
- #input是(n_example,n_in),W是(n_in,n_out),点乘得到(n_example,n_out),加上偏置b,
- #再作为T.nnet.softmax的输入,得到p_y_given_x
- #故p_y_given_x每一行代表每一个样本被估计为各类别的概率
- #PS:b是n_out维向量,与(n_example,n_out)矩阵相加,内部其实是先复制n_example个b,
- #然后(n_example,n_out)矩阵的每一行都加b
- self.p_y_given_x = T.nnet.softmax(T.dot(input, self.W) + self.b)
- #argmax返回最大值下标,因为本例数据集是MNIST,下标刚好就是类别。axis=1表示按行操作。
- self.y_pred = T.argmax(self.p_y_given_x, axis=1)
- #params,LogisticRegression的参数
- self.params = [self.W, self.b]
ok!这两个基本“构件”做好了,现在我们可以将它们“组装”在一起。
我们要三层的MLP,则只需要HiddenLayer+LogisticRegression,
如果要四层的MLP,则为HiddenLayer+HiddenLayer+LogisticRegression……..以此类推。
下面是三层的MLP:
- #3层的MLP
- class MLP(object):
- def __init__(self, rng, input, n_in, n_hidden, n_out):
- self.hiddenLayer = HiddenLayer(
- rng=rng,
- input=input,
- n_in=n_in,
- n_out=n_hidden,
- activation=T.tanh
- )
- #将隐含层hiddenLayer的输出作为分类层logRegressionLayer的输入,这样就把它们连接了
- self.logRegressionLayer = LogisticRegression(
- input=self.hiddenLayer.output,
- n_in=n_hidden,
- n_out=n_out
- )
- #以上已经定义好MLP的基本结构,下面是MLP模型的其他参数或者函数
- #规则化项:常见的L1、L2_sqr
- self.L1 = (
- abs(self.hiddenLayer.W).sum()
- + abs(self.logRegressionLayer.W).sum()
- )
- self.L2_sqr = (
- (self.hiddenLayer.W ** 2).sum()
- + (self.logRegressionLayer.W ** 2).sum()
- )
- #损失函数Nll(也叫代价函数)
- self.negative_log_likelihood = (
- self.logRegressionLayer.negative_log_likelihood
- )
- #误差
- self.errors = self.logRegressionLayer.errors
- #MLP的参数
- self.params = self.hiddenLayer.params + self.logRegressionLayer.params
- # end-snippet-3
MLP类里面除了隐含层和分类层,还定义了损失函数、规则化项,这是在求解优化算法时用到的。
(3)将MLP应用于MNIST(手写数字识别)
- ”“”
- 加载MNIST数据集
- ”“”
- def load_data(dataset):
- # dataset是数据集的路径,程序首先检测该路径下有没有MNIST数据集,没有的话就下载MNIST数据集
- #这一部分就不解释了,与softmax回归算法无关。
- data_dir, data_file = os.path.split(dataset)
- if data_dir == ”“ and not os.path.isfile(dataset):
- # Check if dataset is in the data directory.
- new_path = os.path.join(
- os.path.split(__file__)[0],
- ”..”,
- ”data”,
- dataset
- )
- if os.path.isfile(new_path) or data_file == ‘mnist.pkl.gz’:
- dataset = new_path
- if (not os.path.isfile(dataset)) and data_file == ‘mnist.pkl.gz’:
- import urllib
- origin = (
- ’http://www.iro.umontreal.ca/~lisa/deep/data/mnist/mnist.pkl.gz’
- )
- print ‘Downloading data from %s’ % origin
- urllib.urlretrieve(origin, dataset)
- print ‘… loading data’
- #以上是检测并下载数据集mnist.pkl.gz,不是本文重点。下面才是load_data的开始
- #从”mnist.pkl.gz”里加载train_set, valid_set, test_set,它们都是包括label的
- #主要用到python里的gzip.open()函数,以及 cPickle.load()。
- #‘rb’表示以二进制可读的方式打开文件
- f = gzip.open(dataset, ’rb’)
- train_set, valid_set, test_set = cPickle.load(f)
- f.close()
- #将数据设置成shared variables,主要时为了GPU加速,只有shared variables才能存到GPU memory中
- #GPU里数据类型只能是float。而data_y是类别,所以最后又转换为int返回
- def shared_dataset(data_xy, borrow=True):
- data_x, data_y = data_xy
- shared_x = theano.shared(numpy.asarray(data_x,
- dtype=theano.config.floatX),
- borrow=borrow)
- shared_y = theano.shared(numpy.asarray(data_y,
- dtype=theano.config.floatX),
- borrow=borrow)
- return shared_x, T.cast(shared_y, ‘int32’)
- test_set_x, test_set_y = shared_dataset(test_set)
- valid_set_x, valid_set_y = shared_dataset(valid_set)
- train_set_x, train_set_y = shared_dataset(train_set)
- rval = [(train_set_x, train_set_y), (valid_set_x, valid_set_y),
- (test_set_x, test_set_y)]
- return rval
- #test_mlp是一个应用实例,用梯度下降来优化MLP,针对MNIST数据集
- def test_mlp(learning_rate=0.01, L1_reg=0.00, L2_reg=0.0001, n_epochs=10,
- dataset=’mnist.pkl.gz’, batch_size=20, n_hidden=500):
- ”“”
- 注释:
- learning_rate学习速率,梯度前的系数。
- L1_reg、L2_reg:正则化项前的系数,权衡正则化项与Nll项的比重
- 代价函数=Nll+L1_reg*L1或者L2_reg*L2_sqr
- n_epochs:迭代的最大次数(即训练步数),用于结束优化过程
- dataset:训练数据的路径
- n_hidden:隐藏层神经元个数
- batch_size=20,即每训练完20个样本才计算梯度并更新参数
- ”“”
- #加载数据集,并分为训练集、验证集、测试集。
- datasets = load_data(dataset)
- train_set_x, train_set_y = datasets[0]
- valid_set_x, valid_set_y = datasets[1]
- test_set_x, test_set_y = datasets[2]
- #shape[0]获得行数,一行代表一个样本,故获取的是样本数,除以batch_size可以得到有多少个batch
- n_train_batches = train_set_x.get_value(borrow=True).shape[0] / batch_size
- n_valid_batches = valid_set_x.get_value(borrow=True).shape[0] / batch_size
- n_test_batches = test_set_x.get_value(borrow=True).shape[0] / batch_size
- ######################
- # BUILD ACTUAL MODEL #
- ######################
- print ‘… building the model’
- #index表示batch的下标,标量
- #x表示数据集
- #y表示类别,一维向量
- index = T.lscalar()
- x = T.matrix(’x’)
- y = T.ivector(’y’)
- rng = numpy.random.RandomState(1234)
- #生成一个MLP,命名为classifier
- classifier = MLP(
- rng=rng,
- input=x,
- n_in=28 * 28,
- n_hidden=n_hidden,
- n_out=10
- )
- #代价函数,有规则化项
- #用y来初始化,而其实还有一个隐含的参数x在classifier中
- cost = (
- classifier.negative_log_likelihood(y)
- + L1_reg * classifier.L1
- + L2_reg * classifier.L2_sqr
- )
- #这里必须说明一下theano的function函数,givens是字典,其中的x、y是key,冒号后面是它们的value。
- #在function被调用时,x、y将被具体地替换为它们的value,而value里的参数index就是inputs=[index]这里给出。
- #下面举个例子:
- #比如test_model(1),首先根据index=1具体化x为test_set_x[1 * batch_size: (1 + 1) * batch_size],
- #具体化y为test_set_y[1 * batch_size: (1 + 1) * batch_size]。然后函数计算outputs=classifier.errors(y),
- #这里面有参数y和隐含的x,所以就将givens里面具体化的x、y传递进去。
- test_model = theano.function(
- inputs=[index],
- outputs=classifier.errors(y),
- givens={
- x: test_set_x[index * batch_size:(index + 1) * batch_size],
- y: test_set_y[index * batch_size:(index + 1) * batch_size]
- }
- )
- validate_model = theano.function(
- inputs=[index],
- outputs=classifier.errors(y),
- givens={
- x: valid_set_x[index * batch_size:(index + 1) * batch_size],
- y: valid_set_y[index * batch_size:(index + 1) * batch_size]
- }
- )
- #cost函数对各个参数的偏导数值,即梯度,存于gparams
- gparams = [T.grad(cost, param) for param in classifier.params]
- #参数更新规则
- #updates[(),(),()….],每个括号里面都是(param, param - learning_rate * gparam),即每个参数以及它的更新公式
- updates = [
- (param, param - learning_rate * gparam)
- for param, gparam in zip(classifier.params, gparams)
- ]
- train_model = theano.function(
- inputs=[index],
- outputs=cost,
- updates=updates,
- givens={
- x: train_set_x[index * batch_size: (index + 1) * batch_size],
- y: train_set_y[index * batch_size: (index + 1) * batch_size]
- }
- )
- ###############
- # 开始训练模型 #
- ###############
- print ‘… training’
- patience = 10000
- patience_increase = 2
- #提高的阈值,在验证误差减小到之前的0.995倍时,会更新best_validation_loss
- improvement_threshold = 0.995
- #这样设置validation_frequency可以保证每一次epoch都会在验证集上测试。
- validation_frequency = min(n_train_batches, patience / 2)
- best_validation_loss = numpy.inf
- best_iter = 0
- test_score = 0.
- start_time = time.clock()
- #epoch即训练步数,每个epoch都会遍历所有训练数据
- epoch = 0
- done_looping = False
- #下面就是训练过程了,while循环控制的时步数epoch,一个epoch会遍历所有的batch,即所有的图片。
- #for循环是遍历一个个batch,一次一个batch地训练。for循环体里会用train_model(minibatch_index)去训练模型,
- #train_model里面的updatas会更新各个参数。
- #for循环里面会累加训练过的batch数iter,当iter是validation_frequency倍数时则会在验证集上测试,
- #如果验证集的损失this_validation_loss小于之前最佳的损失best_validation_loss,
- #则更新best_validation_loss和best_iter,同时在testset上测试。
- #如果验证集的损失this_validation_loss小于best_validation_loss*improvement_threshold时则更新patience。
- #当达到最大步数n_epoch时,或者patience<iter时,结束训练
- while (epoch < n_epochs) and (not done_looping):
- epoch = epoch + 1
- for minibatch_index in xrange(n_train_batches):#训练时一个batch一个batch进行的
- minibatch_avg_cost = train_model(minibatch_index)
- # 已训练过的minibatch数,即迭代次数iter
- iter = (epoch - 1) * n_train_batches + minibatch_index
- #训练过的minibatch数是validation_frequency倍数,则进行交叉验证
- if (iter + 1) % validation_frequency == 0:
- # compute zero-one loss on validation set
- validation_losses = [validate_model(i) for i
- in xrange(n_valid_batches)]
- this_validation_loss = numpy.mean(validation_losses)
- print(
- ’epoch %i, minibatch %i/%i, validation error %f %%’ %
- (
- epoch,
- minibatch_index + 1,
- n_train_batches,
- this_validation_loss * 100.
- )
- )
- #当前验证误差比之前的都小,则更新best_validation_loss,以及对应的best_iter,并且在tsetdata上进行test
- if this_validation_loss < best_validation_loss:
- if (
- this_validation_loss < best_validation_loss *
- improvement_threshold
- ):
- patience = max(patience, iter * patience_increase)
- best_validation_loss = this_validation_loss
- best_iter = iter
- test_losses = [test_model(i) for i
- in xrange(n_test_batches)]
- test_score = numpy.mean(test_losses)
- print((‘ epoch %i, minibatch %i/%i, test error of ’
- ’best model %f %%’) %
- (epoch, minibatch_index + 1, n_train_batches,
- test_score * 100.))
- #patience小于等于iter,则终止训练
- if patience <= iter:
- done_looping = True
- break
- end_time = time.clock()
- print((‘Optimization complete. Best validation score of %f %% ’
- ’obtained at iteration %i, with test performance %f %%’) %
- (best_validation_loss * 100., best_iter + 1, test_score * 100.))
- print >> sys.stderr, (‘The code for file ’ +
- os.path.split(__file__)[1] +
- ’ ran for %.2fm’ % ((end_time - start_time) / 60.))