tensorflow的交叉熵函数_TensorFlow可微分编程实践3---交叉熵与代价函数微分

在上篇博文中，我们讲述怎样处理第l−1l−1层到第ll层的前向传输和反向求导，我们还没有讲述关于输出层的处理技术。在这里，我们还以MNIST手写数字识别为例，网络计算图如下所示：

当我们计算出输出层的输出y∈R10y∈R10时，表示输入图像xx是0~9这10个数字的概率。此时输入图像xx对应的正确结果y^∈R10y^∈R10，假设该数为rr，则y^r=1y^r=1，其余维0，即y^={0,0,...,1,...,0}y^={0,0,...,1,...,0}，其中主1的是第rr维。

我们首先处理损失函数，这里我们假设不考虑添加调整项的情况，我们的代价函数取交叉熵(cross entropy)函数，根据交叉熵定义：

H(p,q)=Ep(−logq)=H(p)+KL(p∥q)H(p,q)=Ep(−log⁡q)=H(p)+KL(p‖q)

对离散值情况，交叉熵(cross entropy)可以表示为：

H(p,q)=−∑k=1Kp(k)logq(k)H(p,q)=−∑k=1Kp(k)log⁡q(k)

在这里我们设正确值y^y^的分布为p，而计算值y=a2y=a2的分布为q，假设共有K=10K=10个类别，并且假设第rr维为正确数字，则代价函数的值为：

C=H(p,q)=−∑k=1Kp(k)logq(k)=−(0∗logy1+0∗logy2+...+1∗logyr+...+0∗logy10)=−logyrC=H(p,q)=−∑k=1Kp(k)log⁡q(k)=−(0∗log⁡y1+0∗log⁡y2+...+1∗log⁡yr+...+0∗log⁡y10)=−log⁡yr

我们可以将代价函数值视为R1R1的向量，我们对yy求偏导，根据Jacobian矩阵定义，结果为R1×N2=R1×10R1×N2=R1×10的1行10列的矩阵。结果如下所示：

∂C∂y=[00...−1yr...0]∂C∂y=[00...−1yr...0]

其只有正确数字对应的第r维不为0，其余均为零。

接下来我们来求：∂y∂z2∂y∂z2，因为yy和a2a2均为向量，可以直接使用Jacobian矩阵定义得：

∂y∂z2=∂y1∂z21∂y2∂z21...∂yN2∂z21∂y1∂z22∂y2∂z22...∂yN2∂z22............∂y1∂z2N2∂y2∂z2N2...∂yN2∂z2N2∂y∂z2=[∂y1∂z12∂y1∂z22...∂y1∂zN22∂y2∂z12∂y2∂z22...∂y2∂zN22............∂yN2∂z12∂yN2∂z22...∂yN2∂zN22]

接下来∂z2∂W2∂z2∂W2、∂z2∂a1∂z2∂a1、∂z2∂b2∂z2∂b2就是上一篇博文中讲述的内容。这里我们简单讲解下代价函数和代价函数反向求导的问题。代码如下所示：

@tf.custom_gradientdef cross_entropy(y, y_):

# 找出y_中不等于0的下标值

idx = np.nonzero(y_)[0][0]    def grad_fn(dy):

grad_C = np.zeros(y.shape[0])

grad_C[idx] = - 1.0 / y[idx]        return tf.constant(grad_C)    return -math.log(y[idx]), grad_fndef test003(args={}):

tf.enable_eager_execution()

tfe = tf.contrib.eager

print('代价函数求导...')

y = np.zeros((10))    for idx in range(10):

y[idx] = 0.01

y[2] = 0.31

y[3] = 0.11

y[8] = 0.21

y[1] = 0.11

y[4] = 0.21

y_ = np.array([0.0, 0.0, 1.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0])

print('y:{0}'.format(y))

print('y_:{0}'.format(y_))

C = cross_entropy(y, y_)

print('代价函数值：{0}'.format(C.numpy()))

grad_C1 = tfe.gradients_function(cross_entropy)

pC_py = grad_C1(y, y_)

print('pC_py:{0}'.format(pC_py[0].numpy()))

运行结果如下所示：

在求∂y2∂z2∂y2∂z2时，根据我们的定义，输出层采用的是交叉熵(Cross Entropy)函数，形式为：

yi=ez2i∑N2k=1ez2k(3.3.001)(3.3.001)yi=ezi2∑k=1N2ezk2

下面我们来求∂yi∂z2j∂yi∂zj2，我们分为i≠ji≠j和i=ji=j两种情况来讨论。

当i=ji=j时：

∂yi∂z2i=∂∂z2i(ez2i∑N2k=1ez2k)=ez2i∑N2k=1ez2k−(ez2i∑N2k=1ez2k)2(3.3.002)(3.3.002)∂yi∂zi2=∂∂zi2(ezi2∑k=1N2ezk2)=ezi2∑k=1N2ezk2−(ezi2∑k=1N2ezk2)2

当i≠ji≠j时：

∂yi∂z2j=∂∂z2j(ez2i∑N2k=1ez2k)=−ez2iez2j(∑N2k=1ez2k)2(3.3.002)(3.3.002)∂yi∂zj2=∂∂zj2(ezi2∑k=1N2ezk2)=−ezi2ezj2(∑k=1N2ezk2)2

按照上面的公式，我们可以求出∂y∂z2∈R10×10∂y∂z2∈R10×10的方阵。

根据定义有：

∂C∂W2=∂C∂y⋅∂y∂z2⋅∂z2∂W2(3.3.003)(3.3.003)∂C∂W2=∂C∂y⋅∂y∂z2⋅∂z2∂W2

其维数为R1×10×R10×10×R10×10×512=R1×10×512R1×10×R10×10×R10×10×512=R1×10×512，即可得到每个第1层到第2层连接权值的导数，根据梯度下降算法，就可以求出新的连接权值了。

到目前为止，我们已经将所有多层感知器(MLP)模式中用到的技术，全部讲述完成了，有了这些基本知识之后，我们就可以搭建一个完整的多层感知器(MLP)模型了，在下一节中我们将搭建一个最基本的多层感知器模型用于MNIST手写数字识别。

在上篇博文中，我们讲述怎样处理第l−1l−1层到第ll层的前向传输和反向求导，我们还没有讲述关于输出层的处理技术。在这里，我们还以MNIST手写数字识别为例，网络计算图如下所示：

当我们计算出输出层的输出y∈R10y∈R10时，表示输入图像xx是0~9这10个数字的概率。此时输入图像xx对应的正确结果y^∈R10y^∈R10，假设该数为rr，则y^r=1y^r=1，其余维0，即y^={0,0,...,1,...,0}y^={0,0,...,1,...,0}，其中主1的是第rr维。

我们首先处理损失函数，这里我们假设不考虑添加调整项的情况，我们的代价函数取交叉熵(cross entropy)函数，根据交叉熵定义：

H(p,q)=Ep(−logq)=H(p)+KL(p∥q)H(p,q)=Ep(−log⁡q)=H(p)+KL(p‖q)

对离散值情况，交叉熵(cross entropy)可以表示为：

H(p,q)=−∑k=1Kp(k)logq(k)H(p,q)=−∑k=1Kp(k)log⁡q(k)

在这里我们设正确值y^y^的分布为p，而计算值y=a2y=a2的分布为q，假设共有K=10K=10个类别，并且假设第rr维为正确数字，则代价函数的值为：

C=H(p,q)=−∑k=1Kp(k)logq(k)=−(0∗logy1+0∗logy2+...+1∗logyr+...+0∗logy10)=−logyrC=H(p,q)=−∑k=1Kp(k)log⁡q(k)=−(0∗log⁡y1+0∗log⁡y2+...+1∗log⁡yr+...+0∗log⁡y10)=−log⁡yr

我们可以将代价函数值视为R1R1的向量，我们对yy求偏导，根据Jacobian矩阵定义，结果为R1×N2=R1×10R1×N2=R1×10的1行10列的矩阵。结果如下所示：

∂C∂y=[00...−1yr...0]∂C∂y=[00...−1yr...0]

其只有正确数字对应的第r维不为0，其余均为零。

接下来我们来求：∂y∂z2∂y∂z2，因为yy和a2a2均为向量，可以直接使用Jacobian矩阵定义得：

∂y∂z2=∂y1∂z21∂y2∂z21...∂yN2∂z21∂y1∂z22∂y2∂z22...∂yN2∂z22............∂y1∂z2N2∂y2∂z2N2...∂yN2∂z2N2∂y∂z2=[∂y1∂z12∂y1∂z22...∂y1∂zN22∂y2∂z12∂y2∂z22...∂y2∂zN22............∂yN2∂z12∂yN2∂z22...∂yN2∂zN22]

接下来∂z2∂W2∂z2∂W2、∂z2∂a1∂z2∂a1、∂z2∂b2∂z2∂b2就是上一篇博文中讲述的内容。这里我们简单讲解下代价函数和代价函数反向求导的问题。代码如下所示：

@tf.custom_gradientdef cross_entropy(y, y_):

# 找出y_中不等于0的下标值

idx = np.nonzero(y_)[0][0]    def grad_fn(dy):

grad_C = np.zeros(y.shape[0])

grad_C[idx] = - 1.0 / y[idx]        return tf.constant(grad_C)    return -math.log(y[idx]), grad_fndef test003(args={}):

tf.enable_eager_execution()

tfe = tf.contrib.eager

print('代价函数求导...')

y = np.zeros((10))    for idx in range(10):

y[idx] = 0.01

y[2] = 0.31

y[3] = 0.11

y[8] = 0.21

y[1] = 0.11

y[4] = 0.21

y_ = np.array([0.0, 0.0, 1.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0])

print('y:{0}'.format(y))

print('y_:{0}'.format(y_))

C = cross_entropy(y, y_)

print('代价函数值：{0}'.format(C.numpy()))

grad_C1 = tfe.gradients_function(cross_entropy)

pC_py = grad_C1(y, y_)

print('pC_py:{0}'.format(pC_py[0].numpy()))

运行结果如下所示：

在求∂y2∂z2∂y2∂z2时，根据我们的定义，输出层采用的是交叉熵(Cross Entropy)函数，形式为：

yi=ez2i∑N2k=1ez2k(3.3.001)(3.3.001)yi=ezi2∑k=1N2ezk2

下面我们来求∂yi∂z2j∂yi∂zj2，我们分为i≠ji≠j和i=ji=j两种情况来讨论。

当i=ji=j时：

∂yi∂z2i=∂∂z2i(ez2i∑N2k=1ez2k)=ez2i∑N2k=1ez2k−(ez2i∑N2k=1ez2k)2(3.3.002)(3.3.002)∂yi∂zi2=∂∂zi2(ezi2∑k=1N2ezk2)=ezi2∑k=1N2ezk2−(ezi2∑k=1N2ezk2)2

当i≠ji≠j时：

∂yi∂z2j=∂∂z2j(ez2i∑N2k=1ez2k)=−ez2iez2j(∑N2k=1ez2k)2(3.3.002)(3.3.002)∂yi∂zj2=∂∂zj2(ezi2∑k=1N2ezk2)=−ezi2ezj2(∑k=1N2ezk2)2

按照上面的公式，我们可以求出∂y∂z2∈R10×10∂y∂z2∈R10×10的方阵。

根据定义有：

∂C∂W2=∂C∂y⋅∂y∂z2⋅∂z2∂W2(3.3.003)(3.3.003)∂C∂W2=∂C∂y⋅∂y∂z2⋅∂z2∂W2

其维数为R1×10×R10×10×R10×10×512=R1×10×512R1×10×R10×10×R10×10×512=R1×10×512，即可得到每个第1层到第2层连接权值的导数，根据梯度下降算法，就可以求出新的连接权值了。

到目前为止，我们已经将所有多层感知器(MLP)模式中用到的技术，全部讲述完成了，有了这些基本知识之后，我们就可以搭建一个完整的多层感知器(MLP)模型了，在下一节中我们将搭建一个最基本的多层感知器模型用于MNIST手写数字识别。