深度学习介绍和反向传播机制

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

1. 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。
2. 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。
3. 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

感谢Datawhale对开源学习的贡献!