深度学习的发展趋势
回顾一下deep learning的历史:
- 1958: Perceptron (linear model)
- 1969: Perceptron has limitation
- 1980s: Multi-layer perceptron
Do not have significant difference from DNN today - 1986: Backpropagation
Usually more than 3 hidden layers is not helpful - 1989: 1 hidden layer is “good enough”, why deep?
- 2006: RBM initialization (breakthrough)
- 2009: GPU
- 2011: Start to be popular in speech recognition
- 2012: win ILSVRC image competition
感知机(Perceptron)非常像我们的逻辑回归(Logistics
Regression)只不过是没有sigmoid激活函数。09年的GPU的发展是很关键的,使用GPU矩阵运算节省了很多的时间。
深度学习的步骤
Step1:神经网络
神经网络(Neural network)里面的节点,类似我们的神经元。
完全连接前馈神经网络
- 输入层(Input Layer):1层
- 隐藏层(Hidden Layer):N层
- 输出层(Output Layer):1层
- 为什么叫全链接呢?
因为layer1与layer2之间两两都有连接,所以叫做Fully Connect; - 为什么叫前馈呢?
因为现在传递的方向是由前往后传,所以叫做Feedforward。
深度的理解
- 2012 AlexNet:8层
- 2014 VGG:19层
- 2014 GoogleNet:22层
- 2015 Residual Net:152层
随着层数变多,错误率降低,随之运算量增大,通常都是超过亿万级的计算。对于这样复杂的结构,我们一定不会一个一个的计算,对于亿万级的计算,使用loop循环效率很低。
这里我们就引入矩阵计算(Matrix Operation)能使得我们的运算的速度以及效率高很多.
本质:通过隐藏层进行特征转换
把隐藏层通过特征提取来替代原来的特征工程,这样在最后一个隐藏层输出的就是一组新的特征(相当于黑箱操作)而对于输出层,其实是把前面的隐藏层的输出当做输入(经过特征提取得到的一组最好的特征)然后通过一个多分类器(可以是softmax函数)得到最后的输出y。
- 多少层? 每层有多少神经元?
这个问我们需要用尝试加上直觉的方法来进行调试。对于有些机器学习相关的问题,我们一般用特征工程来提取特征,但是对于深度学习,我们只需要设计神经网络模型来进行就可以了。对于语音识别和影像识别,深度学习是个好的方法,因为特征工程提取特征并不容易。 - 结构可以自动确定吗? 有很多设计方法可以让机器自动找到神经网络的结构的,比如进化人工神经网络(Evolutionary
Artificial Neural Networks)但是这些方法并不是很普及 。 - 我们可以设计网络结构吗? 可以的,比如 CNN卷积神经网络(Convolutional Neural Network )
Step2: 模型评估
损失示例
总体损失
Step3:选择最优函数
反向传播
在神经网络中计算损失最好的方法就是反向传播,我们可以用很多框架来进行计算损失,比如说TensorFlow,theano,Pytorch等等.
普遍性定理
链式法则
- 连锁影响(可以看出x会影响y,y会影响z)
- BP主要用到了chain rule
反向传播
- 损失函数(Loss function)是定义在单个训练样本上的,也就是就算一个样本的误差,比如我们想要分类,就是预测的类别和实际类别的区别,是一个样本的,用L表示。
- 代价函数(Cost function)是定义在整个训练集上面的,也就是所有样本的误差的总和的平均,也就是损失函数的总和的平均,有没有这个平均其实不会影响最后的参数的求解结果。
- 总体损失函数(Total loss function)是定义在整个训练集上面的,也就是所有样本的误差的总和。也就是平时我们反向传播需要最小化的值。
取出一个Neuron进行分析
Backward Pass
case 1 : Output layer
case 2 : Not Output Layer
实际上进行backward pass时候和向前传播的计算量差不多。
总结
学习心得
之前关于反向传播机制一直不太明白,李宏毅老师真的讲得通俗易懂,在正向传播中,中间运算结果得以保留,为反向传播做好准备.而反向传播从最后一层往前算,依次把各层参数关于损失函数的梯度都算出来,实际上计算复杂度和前向传播是类似的.
参考资料
- Datawhale 开源文档:https://datawhalechina.github.io/leeml-notes
- 李宏毅视频地址:https://www.bilibili.com/video/BV1Ht411g7Ef