机器学习笔记——人工神经网络(2)——后向传播算法

后向传播算法，简称BP算法，适合于多层神经元网络的一种学习算法，它建立在梯度下降法的基础上。BP网络的输入输出关系实质上是一种映射关系：一个n输入m输出的BP神经网络所完成的功能是从n维欧氏空间向m维欧氏空间中一有限域的连续映射，这一映射具有高度非线性。它的信息处理能力来源于简单非线性函数的多次复合，因此具有很强的函数复现能力。

后向传播算法（Back Propagation）

主要思想：梯度下降发求局部极值（Gradient Descent Method）

假设有函数 f（ω），我们希望找到这个函数上的最小值，要如何去做？

首先任取一点 ω0，此时这一点对应的函数值为 f（ω0）

接下来，我们要计算在这一点 ω0上，梯度的方向，即

计算出来为该点的斜率，此时我们需要沿着梯度下降的方向，走一定的“步数”

这时在很大程度上，f（ω1）的值要小于 f（ω0）的值。
同样的步骤，不断向下平移，直至找到斜率为0 的一点，此时我们成为找到了一个合理的局部极值点，退出

这个方法类似于一种“试探”过程，向左平移的过程就是一个不断试探的过程，最终找到了一个满意的最低的状态
但是在这个过程中，我们无法判断找到的局部极值点是否为函数的最小值，这便与我们一开始所选定的初始位置有关。当初始值ω0选定的位置离图中初始位置较远时，我们无法判断最终是否能集中至同一位置。

因此上述方法的好坏于选定的初始位置有很大关系。

接下来我们尝试用语言描述出上示算法

这里的α称为步长或者学习率

我们用泰勒展开来解释这里

（最右侧一项意为比△ω的高阶无穷小）

在上式中，最后一项可看做无穷小，同时α恒大于零，因此我们得到 f（ωk+1）小于 f（ω），同时每迭代一步f都会变小，直到最后找到极值为止

下面我们来推导BP算法

后向传播算法的推导

假设已知存在如下多层神经网络
输入{（Xi，Yi）} i=1~N
我们要通过输入的X，调整神经网络中所有的ω和b，使得神经网络中的y尽量等于输入中的Y

针对某一输入 （X,Y）,定义优化函数E

优化函数有无限多种，这里只是选用了最简单的其中一种，其中1/2的作用是方便求导运算。

推导梯度下降算法

①随机取（ω11,ω12,ω21,ω22,ω1,ω2,b1,b2）
②对所有的ω，求ω关于优化函数E的偏导
对所有的b，求b关于优化函数E的偏导
（多维使用偏导数）
③

④当所有的偏导数均为0时退出循环

在算法中，每当我们输入一个X，均可得到一个与之对应的E，后续不断输入X并且不断调整E。而算法的重点在于：如何计算公式中的偏导数。

计算偏导数

根据BP算法，我们要针对神经网络中的九个ω和b分别计算偏导，而计算的顺序有一定的规则，换句话说，我们可以根据前面计算的结果用于后面求导的计算中。

在神经网络中，ω1和ω2与y有直接关系，而其余ω和b分别于a1，a2有直接关系，因此我们第一步是求出y，a1，a2关于E的偏导
同理

在多层神经网络中，当我们输入X后，首先进行前向计算，即从左向右以此计算。而后向传播的意义为：从最后的y开始，向左进行求偏导计算。

这里介绍一种特殊的函数：阶跃函数，其图像如下

可以看到，除了在0这一点，其余位置上φ（x）均为0，这种情况下带入我们上述推算的偏导中便不可以使用，于是我们引入其他更加方便的函数

①sigmoid函数

其优点在于求导后十分简易，同时在三层神经网络中同阶跃函数一样能够模拟任意的决策面：

②双曲正切（tanh）函数
同样可以模拟任意的决策面

下面两种函数为深度学习出现后常采用的函数

③Relu（Rectified Linear Units）函数

在tanh函数中，其最大值为1，最小值为-1，当函数值比较大时，其值必然会被压缩，因此无法将网络的全部信息由当前层传导至下一层。

而Relu将所有小于零的情况压缩为零，会有比较多的神经元（小于零），会使这一层活跃的参数减少，在大规模的神经网络计算BP算法中可以有效地降低每一层训练参数的活跃程度，从而降低训练的复杂度，在同样的训练样本的情况下使训练变得更加收敛。

④Leak Relu

接下来我们从一个普遍性的例子中还原BP算法

假设输入X,这里的X是一个N*1维的向量

ω是MN维向量，而b是M1维向量。因此在第一层中共有M个神经元。 而这种表达形式与下图的神经网络的表达形式是一致的
继续向后拓展，得到

在图中表示即为
经过非线性函数后，将得到第二层的内容
接下来一直网线进行，直至达到最后一层

在推导前，我们介绍几个定义：

①网络共有l层
②Z（k），a（k），b（k）是第k层的向量，与第k层神经元个数一致
③使用Zi（k），ai（k），bi（k）来表示Z（k），a（k），b（k）的第i个分量
④用yi表示y的第i个分量

BP算法流程
①随机初始化所有（ω，b）
②假设有训练样本（X,Y），将训练样本带入网络，可求出所有的（Z，a，y），且通过BP算法输出的结果y与训练样本Y的维度保持一致。（前向传播流程）
③链式法则求偏导：定义目标函数，最小化E=1/2（y-Y）2

通过上述四式联合可以将所有（ω，b）求出来

④更新参数

（创作不易 ，如需转载请联系作者）

欢迎交流学习，感谢您的阅读