一、选择激活函数的经验法则
课后题:tanh激活函数通常比隐藏层单元的sigmoid激活函数效果更好,因为其输出的平均值更接近于零,因此它将数据集中在下一层是更好的选择,使得下一层的学习变得更加简单。
因为tanh具有更强的梯度:由于数据以0为中心,导数更高,且能避免梯度中的偏差。参考文章/参考PDF
二、需要线性激活函数的原因
只有一个地方可以使用线性激活函数------g(z)=z,就是你在做机器学习中的回归问题。 y是一个实数,举个例子,比如你想预测房地产价格,y 就不是二分类任务0或1,而是一个实数,从0到正无穷。如果y 是个实数,那么在输出层用线性激活函数也许可行,你的输出也是一个实数,从负无穷到正无穷。
总而言之,不能在隐藏层用线性激活函数,可以用ReLU或者tanh或者leaky ReLU或者其他的非线性激活函数,唯一可以用线性激活函数的通常就是输出层;除了这种情况,会在隐层用线性函数的,除了一些特殊情况,比如与压缩有关的,那方面在这里将不深入讨论。在这之外,在隐层使用线性激活函数非常少见。因为房价都是非负数,所以我们也可以在输出层使用ReLU函数这样你的y_hat都大于等于0。
三、随机初始化
对于逻辑回归,可以将权重初始化为0.但对于一个神经网络,如果把权重或者参数初始化为0,那么梯度下降将不会起到任何作用。
随机初始化的权重也不能太大!
四、编程作业
4.1 load_planar_dataset()函数
def load_planar_dataset():
np.random.seed(1)
m = 400 # number of examples 样本个数
N = int(m/2) # number of points per class 每一个种类的个数
D = 2 # dimensionality 维度
X = np.zeros((m,D)) # data matrix where each row is a single example 每一行是一个样本
Y = np.zeros((m,1), dtype='uint8') # labels vector (0 for red, 1 for blue) dtype=uint8的数据类型往往可以用作掩码,0表示舍弃对应项,1表示选取对应项
a = 4 # maximum ray of the flower 花瓣的最大长度/半径
# 这段代码相当于生成花瓣的x,y坐标,都存在X中,关于散点的颜色则存在Y中
for j in range(2):
ix = range(N*j,N*(j+1))
t = np.linspace(j*3.12,(j+1)*3.12,N) + np.random.randn(N)*0.2 # theta 角度
r = a*np.sin(4*t) + np.random.randn(N)*0.2 # radius 4决定了有8个花瓣
X[ix] = np.c_[r*np.sin(t), r*np.cos(t)] # 左右拼接
Y[ix] = j
X = X.T
Y = Y.T
return X, Y
r = a*sin(4t): (此处屏蔽了噪声)
t = np.linspace(j*3.12,(j+1)*3.12,N) #+ np.random.randn(N)*0.2 # theta
r = a*np.sin(6*t)# + np.random.randn(N)*0.2 # radius
...
plt.plot(X[0,:],X[1,:])
plt.show()
r = a*sin(6t):
4.2 plt.scater()函数
plt.scatter(X[0, :], X[1, :], c=Y, s=40, cmap=plt.cm.Spectral) #绘制散点图
s表示点的大小
cmap = plt.cm.Spectral实现的功能是给c=Y为1的点一种颜色,给label为0的点另一种颜色。
4.3 plot_decision_boundary(model, X, y)函数
def plot_decision_boundary(model, X, y):
# Set min and max values and give it some padding
x_min, x_max = X[0, :].min() - 1, X[0, :].max() + 1 # 周围多增加一些面积
y_min, y_max = X[1, :].min() - 1, X[1, :].max() + 1
h = 0.01
# Generate a grid of points with distance h between them
xx, yy = np.meshgrid(np.arange(x_min, x_max, h), np.arange(y_min, y_max, h)) # 绘制网格
# Predict the function value for the whole grid
Z = model(np.c_[xx.ravel(), yy.ravel()])
Z = Z.reshape(xx.shape)
# Plot the contour and training examples
plt.contourf(xx, yy, Z, cmap=plt.cm.Spectral) # 画出分类的边界线
plt.ylabel('x2')
plt.xlabel('x1')
plt.scatter(X[0, :], X[1, :], c=y, cmap=plt.cm.Spectral)
plt.contourf()划分界线
4.4 完整代码
planar_utils.py
import matplotlib.pyplot as plt
import numpy as np
import sklearn
import sklearn.datasets
import sklearn.linear_model
def plot_decision_boundary(model, X, y):
# Set min and max values and give it some padding
x_min, x_max = X[0, :].min() - 1, X[0, :].max() + 1
y_min, y_max = X[1, :].min() - 1, X[1, :].max() + 1
h = 0.01
# Generate a grid of points with distance h between them
xx, yy = np.meshgrid(np.arange(x_min, x_max, h), np.arange(y_min, y_max, h))
# Predict the function value for the whole grid
Z = model(np.c_[xx.ravel(), yy.ravel()])
Z = Z.reshape(xx.shape)
# Plot the contour and training examples
plt.contourf(xx, yy, Z, cmap=plt.cm.Spectral)
plt.ylabel('x2')
plt.xlabel('x1')
plt.scatter(X[0, :], X[1, :], c=y, cmap=plt.cm.Spectral)
plt.show()
def sigmoid(x):
s = 1/(1+np.exp(-x))
return s
def load_planar_dataset():
np.random.seed(1)
m = 400 # number of examples
N = int(m/2) # number of points per class
D = 2 # dimensionality
X = np.zeros((m,D)) # data matrix where each row is a single example
Y = np.zeros((m,1), dtype='uint8') # labels vector (0 for red, 1 for blue)
a = 4 # maximum ray of the flower
for j in range(2):
ix = range(N*j,N*(j+1))
t = np.linspace(j*3.12,(j+1)*3.12,N) + np.random.randn(N)*0.2 # theta
r = a*np.sin(4*t) + np.random.randn(N)*0.2 # radius
X[ix] = np.c_[r*np.sin(t), r*np.cos(t)]
Y[ix] = j
X = X.T
Y = Y.T
return X, Y
def load_extra_datasets():
N = 200
noisy_circles = sklearn.datasets.make_circles(n_samples=N, factor=.5, noise=.3)
noisy_moons = sklearn.datasets.make_moons(n_samples=N, noise=.2)
blobs = sklearn.datasets.make_blobs(n_samples=N, random_state=5, n_features=2, centers=6)
gaussian_quantiles = sklearn.datasets.make_gaussian_quantiles(mean=None, cov=0.5, n_samples=N, n_features=2, n_classes=2, shuffle=True, random_state=None)
no_structure = np.random.rand(N, 2), np.random.rand(N, 2)
return noisy_circles, noisy_moons, blobs, gaussian_quantiles, no_structure
testCases.py
#-*- coding: UTF-8 -*-
"""
# WANGZHE12
"""
import numpy as np
def layer_sizes_test_case():
np.random.seed(1)
X_assess = np.random.randn(5, 3)
Y_assess = np.random.randn(2, 3)
return X_assess, Y_assess
def initialize_parameters_test_case():
n_x, n_h, n_y = 2, 4, 1
return n_x, n_h, n_y
def forward_propagation_test_case():
np.random.seed(1)
X_assess = np.random.randn(2, 3)
parameters = {'W1': np.array([[-0.00416758, -0.00056267],
[-0.02136196, 0.01640271],
[-0.01793436, -0.00841747],
[ 0.00502881, -0.01245288]]),
'W2': np.array([[-0.01057952, -0.00909008, 0.00551454, 0.02292208]]),
'b1': np.array([[ 0.],
[ 0.],
[ 0.],
[ 0.]]),
'b2': np.array([[ 0.]])}
return X_assess, parameters
def compute_cost_test_case():
np.random.seed(1)
Y_assess = np.random.randn(1, 3)
parameters = {'W1': np.array([[-0.00416758, -0.00056267],
[-0.02136196, 0.01640271],
[-0.01793436, -0.00841747],
[ 0.00502881, -0.01245288]]),
'W2': np.array([[-0.01057952, -0.00909008, 0.00551454, 0.02292208]]),
'b1': np.array([[ 0.],
[ 0.],
[ 0.],
[ 0.]]),
'b2': np.array([[ 0.]])}
a2 = (np.array([[ 0.5002307 , 0.49985831, 0.50023963]]))
return a2, Y_assess, parameters
def backward_propagation_test_case():
np.random.seed(1)
X_assess = np.random.randn(2, 3)
Y_assess = np.random.randn(1, 3)
parameters = {'W1': np.array([[-0.00416758, -0.00056267],
[-0.02136196, 0.01640271],
[-0.01793436, -0.00841747],
[ 0.00502881, -0.01245288]]),
'W2': np.array([[-0.01057952, -0.00909008, 0.00551454, 0.02292208]]),
'b1': np.array([[ 0.],
[ 0.],
[ 0.],
[ 0.]]),
'b2': np.array([[ 0.]])}
cache = {'A1': np.array([[-0.00616578, 0.0020626 , 0.00349619],
[-0.05225116, 0.02725659, -0.02646251],
[-0.02009721, 0.0036869 , 0.02883756],
[ 0.02152675, -0.01385234, 0.02599885]]),
'A2': np.array([[ 0.5002307 , 0.49985831, 0.50023963]]),
'Z1': np.array([[-0.00616586, 0.0020626 , 0.0034962 ],
[-0.05229879, 0.02726335, -0.02646869],
[-0.02009991, 0.00368692, 0.02884556],
[ 0.02153007, -0.01385322, 0.02600471]]),
'Z2': np.array([[ 0.00092281, -0.00056678, 0.00095853]])}
return parameters, cache, X_assess, Y_assess
def update_parameters_test_case():
parameters = {'W1': np.array([[-0.00615039, 0.0169021 ],
[-0.02311792, 0.03137121],
[-0.0169217 , -0.01752545],
[ 0.00935436, -0.05018221]]),
'W2': np.array([[-0.0104319 , -0.04019007, 0.01607211, 0.04440255]]),
'b1': np.array([[ -8.97523455e-07],
[ 8.15562092e-06],
[ 6.04810633e-07],
[ -2.54560700e-06]]),
'b2': np.array([[ 9.14954378e-05]])}
grads = {'dW1': np.array([[ 0.00023322, -0.00205423],
[ 0.00082222, -0.00700776],
[-0.00031831, 0.0028636 ],
[-0.00092857, 0.00809933]]),
'dW2': np.array([[ -1.75740039e-05, 3.70231337e-03, -1.25683095e-03,
-2.55715317e-03]]),
'db1': np.array([[ 1.05570087e-07],
[ -3.81814487e-06],
[ -1.90155145e-07],
[ 5.46467802e-07]]),
'db2': np.array([[ -1.08923140e-05]])}
return parameters, grads
def nn_model_test_case():
np.random.seed(1)
X_assess = np.random.randn(2, 3)
Y_assess = np.random.randn(1, 3)
return X_assess, Y_assess
def predict_test_case():
np.random.seed(1)
X_assess = np.random.randn(2, 3)
parameters = {'W1': np.array([[-0.00615039, 0.0169021 ],
[-0.02311792, 0.03137121],
[-0.0169217 , -0.01752545],
[ 0.00935436, -0.05018221]]),
'W2': np.array([[-0.0104319 , -0.04019007, 0.01607211, 0.04440255]]),
'b1': np.array([[ -8.97523455e-07],
[ 8.15562092e-06],
[ 6.04810633e-07],
[ -2.54560700e-06]]),
'b2': np.array([[ 9.14954378e-05]])}
return parameters, X_assess
L1W3.py
import numpy as np
import matplotlib.pyplot as plt
from testCases import *
import sklearn
import sklearn.datasets
import sklearn.linear_model
from planar_utils import plot_decision_boundary, sigmoid, load_planar_dataset, load_extra_datasets
np.random.seed(1) # 设置一个固定的随机种子,以保证结果一致
# 加载和查看数据集
X, Y = load_planar_dataset() # 花的二类数据集
X_shape = X.shape
Y_shape = Y.shape
m = X.shape[1] # 样本个数
print("X的维度:", X_shape)
print("Y的维度:", Y_shape)
print("样本个数:", m)
plt.scatter(X[0, :], X[1, :], c=Y, s=40, cmap=plt.cm.Spectral) #绘制散点图
plt.show()
##############查看逻辑回归分类效果###################
clf = sklearn.linear_model.LogisticRegressionCV()
clf.fit(X.T,Y.T)
plot_decision_boundary(lambda x: clf.predict(x), X, Y) #绘制决策边界
plt.title("Logistic Regression") #图标题
LR_predictions = clf.predict(X.T) #预测结果
# 这里计算正确率相当于是用内积,11得1,(1-0)*(1-0)也得1,相同则为1
print ("逻辑回归的准确性: %d " % float((np.dot(Y, LR_predictions) +
np.dot(1 - Y,1 - LR_predictions)) / float(Y.size) * 100) +
"% " + "(正确标记的数据点所占的百分比)")
################搭建神经网络###################
# 定义神经网络结构
def layer_sizes(X, Y):
n_x = X.shape[0] # 输入层的个数
n_h = 4 # 隐藏层的个数
n_y = Y.shape[0] # 输出层的个数
return n_x, n_h, n_y
# 初始化参数
def initialize_parameters(n_x, n_h, n_y):
np.random.seed(2)
W1 = np.random.randn(n_h, n_x)*0.01
b1 = np.zeros((n_h, 1))
W2 = np.random.randn(n_y, n_h)*0.01
b2 = np.zeros((n_y, 1))
parameters = {"W1":W1, "b1":b1, "W2":W2, "b2":b2}
return parameters
# 前向传播
def forward_propagation(X, parameters):
W1, b1, W2, b2 = parameters["W1"], parameters["b1"], parameters["W2"], parameters["b2"]
Z1 = np.dot(W1, X) + b1
A1 = np.tanh(Z1)
Z2 = np.dot(W2, A1) + b2
A2 = sigmoid(Z2)
cache = {"Z1":Z1, "A1":A1, "Z2":Z2, "A2":A2}
return A2, cache
# 计算损失
def compute_cost(A2, Y):
m = Y.shape[1]
cost = (-1/m)*np.sum(Y*np.log(A2) + (1-Y)*np.log(1-A2))
cost = np.squeeze(cost)
return cost
# 反向传播
def backward_propagation(parameters, cache, X, Y):
m = X.shape[1]
W2 = parameters["W2"]
A1 = cache["A1"]
A2 = cache["A2"]
dZ2 = A2 - Y
dW2 = (1/m)*np.dot(dZ2,A1.T)
db2 = (1/m)*np.sum(dZ2, axis=1, keepdims=True)
g1_grad = 1 - np.power(A1, 2)
dZ1 = np.dot(W2.T, dZ2)*g1_grad
dW1 = (1/m)*np.dot(dZ1, X.T)
db1 = (1/m)*np.sum(dZ1, axis=1, keepdims=True)
grads = {"dW1":dW1, "db1":db1, "dW2":dW2, "db2":db2}
return grads
# 更新参数
def update_parameters(parameters, grads, learning_rate=1.2):
W1 = parameters["W1"]
W2 = parameters["W2"]
b1 = parameters["b1"]
b2 = parameters["b2"]
dW1 = grads["dW1"]
dW2 = grads["dW2"]
db1 = grads["db1"]
db2 = grads["db2"]
W1 = W1 - learning_rate * dW1
W2 = W2 - learning_rate * dW2
b1 = b1 - learning_rate * db1
b2 = b2 - learning_rate * db2
parameters = {"W1":W1, "b1":b1, "W2":W2, "b2":b2}
return parameters
# 整合模型
def nn_model(X, Y, n_h, num_iterations, print_cost = False):
np.random.seed(3) # 指定随机种子
n_x = layer_sizes(X, Y)[0]
n_y = layer_sizes(X, Y)[2]
parameters = initialize_parameters(n_x, n_h, n_y)
cost_ls = []
for i in range(num_iterations):
A2, cache = forward_propagation(X, parameters)
cost = compute_cost(A2, Y)
grads = backward_propagation(parameters, cache, X, Y)
parameters = update_parameters(parameters, grads, learning_rate=0.5)
if i % 500 == 0:
cost_ls.append(cost)
if print_cost:
if i % 500 == 0:
print("第", i, "次循环,成本为:"+str(cost))
return parameters, cost_ls
# 预测
def predict(parameters, X):
A2, cache = forward_propagation(X, parameters)
predictions = np.round(A2)
return predictions
# 运行得到结果
parameters,cost_ls = nn_model(X, Y, n_h=4, num_iterations=10000, print_cost = True)
# 损失曲线
plt.plot(cost_ls)
plt.xlabel("iterations (per 5 hundreds)")
plt.ylabel("cost")
plt.title("Hidden Layer of size =" + str(4))
plt.show()
#绘制边界
plot_decision_boundary(lambda x: predict(parameters, x.T), X, Y)
plt.title("Decision Boundary for hidden layer size " + str(4))
predictions = predict(parameters, X)
print("准确率:%d" %float((np.dot(Y, predictions.T) + np.dot(1-Y, 1-predictions.T)) / float(Y.size)*100) + "%")
输出结果:
X的维度: (2, 400)
Y的维度: (1, 400)
样本个数: 400
D:\Anaconda3\envs\pytorch\lib\site-packages\sklearn\utils\validation.py:63: DataConversionWarning: A column-vector y was passed when a 1d array was expected. Please change the shape of y to (n_samples, ), for example using ravel().
return f(*args, **kwargs)
逻辑回归的准确性: 47 % (正确标记的数据点所占的百分比)
第 0 次循环,成本为:0.6930480201239823
第 500 次循环,成本为:0.34060259042201396
第 1000 次循环,成本为:0.3098018601352803
第 1500 次循环,成本为:0.2990913402318003
第 2000 次循环,成本为:0.2924326333792647
第 2500 次循环,成本为:0.2874240978061956
第 3000 次循环,成本为:0.2833492852647412
第 3500 次循环,成本为:0.2798942641564122
第 4000 次循环,成本为:0.27678077562979253
第 4500 次循环,成本为:0.27332846125959825
第 5000 次循环,成本为:0.26347155088593094
第 5500 次循环,成本为:0.24718448655036185
第 6000 次循环,成本为:0.24204413129940758
第 6500 次循环,成本为:0.2383480507872823
第 7000 次循环,成本为:0.23552486626608762
第 7500 次循环,成本为:0.23327102545858774
第 8000 次循环,成本为:0.23140964509854278
第 8500 次循环,成本为:0.2298310973726687
第 9000 次循环,成本为:0.22846408048352362
第 9500 次循环,成本为:0.22726031625031515
准确率:90%
4.5 更改隐藏层节点数量
代码:
# 更改隐藏节点数量
plt.figure(figsize=(16, 32))
hidden_layer_sizes = [1, 2, 3, 4, 5, 20, 50] #隐藏层数量
for i, n_h in enumerate(hidden_layer_sizes):
plt.subplot(4, 2, i + 1)
plt.title('Hidden Layer of size %d' % n_h)
parameters,_ = nn_model(X, Y, n_h, num_iterations=5000)
plot_decision_boundary(lambda x: predict(parameters, x.T), X, Y)
predictions = predict(parameters, X)
accuracy = float((np.dot(Y, predictions.T) + np.dot(1 - Y, 1 - predictions.T)) / float(Y.size) * 100)
print ("隐藏层的节点数量: {} ,准确率: {} %".format(n_h, accuracy))
plt.show()
结果:
隐藏层的节点数量: 1 ,准确率: 67.25 %
隐藏层的节点数量: 2 ,准确率: 66.5 %
隐藏层的节点数量: 3 ,准确率: 89.25 %
隐藏层的节点数量: 4 ,准确率: 90.0 %
隐藏层的节点数量: 5 ,准确率: 89.75 %
隐藏层的节点数量: 20 ,准确率: 90.0 %
隐藏层的节点数量: 50 ,准确率: 89.75 %
注:这里我在用pycharm实现的时候,发现这七张图是单独一张张的蹦出来的,并不能像参考链接那样显示在同一张图中,此处存疑。
不过我也出现了跟评论区一样的问题,就是最后两张图的边界并没有曲线部分
如下所示:
4.6 修改激活函数为sigmoid或ReLu
其他均不变, 修改为sigmoid:
结果:
第 0 次循环,成本为:0.6931247519503794
第 500 次循环,成本为:0.6244657826970711
第 1000 次循环,成本为:0.6107222228158191
第 1500 次循环,成本为:0.6039371149408124
第 2000 次循环,成本为:0.5995084389140075
第 2500 次循环,成本为:0.596109901672873
第 3000 次循环,成本为:0.5931071583849431
第 3500 次循环,成本为:0.5901547609141053
第 4000 次循环,成本为:0.5868709574764808
第 4500 次循环,成本为:0.41841669134439097
第 5000 次循环,成本为:0.3488657656261514
第 5500 次循环,成本为:0.33057466470816593
第 6000 次循环,成本为:0.32144647880586485
第 6500 次循环,成本为:0.3155749134437513
第 7000 次循环,成本为:0.3112907354408687
第 7500 次循环,成本为:0.307932726197581
第 8000 次循环,成本为:0.30517808072043195
第 8500 次循环,成本为:0.30284596528485636
第 9000 次循环,成本为:0.3008250363286913
第 9500 次循环,成本为:0.29904194639617193
准确率:88%
可见准确率有所下降
修改为ReLU:
# 定义ReLU激活函数
def ReLU(z):
s = np.maximum(z, 0) # 逐元素比较大小
return s
结果:
第 0 次循环,成本为:0.6930967698565371
第 500 次循环,成本为:0.6356874846902634
第 1000 次循环,成本为:0.6352750077434912
第 1500 次循环,成本为:0.6351694853292209
第 2000 次循环,成本为:0.6350258218835284
第 2500 次循环,成本为:0.6349349957137536
第 3000 次循环,成本为:0.6348157885388662
第 3500 次循环,成本为:0.6347537708872427
第 4000 次循环,成本为:0.6345750469619966
第 4500 次循环,成本为:0.6344264326858305
第 5000 次循环,成本为:0.6337141308981071
第 5500 次循环,成本为:0.6355398711975524
第 6000 次循环,成本为:0.6360123849095829
第 6500 次循环,成本为:0.6362029177098184
第 7000 次循环,成本为:0.6359693905471514
第 7500 次循环,成本为:0.6353845131275947
第 8000 次循环,成本为:0.6348067172668909
第 8500 次循环,成本为:0.6345169432949002
第 9000 次循环,成本为:0.6347454422513285
第 9500 次循环,成本为:0.6351892775200947
准确率:60%
结果跟一个评论差不多
准确率更低了,可能此时需要配合修改网络的深度和学习率等。
4.7 模型在其他数据集上的功能
代码:
# 加载和查看数据集
noisy_circles, noisy_moons, blobs, gaussian_quantiles, no_structure = load_extra_datasets()
datasets = {"noisy_circles": noisy_circles,
"noisy_moons": noisy_moons,
"blobs": blobs,
"gaussian_quantiles": gaussian_quantiles}
dataset = "noisy_moons"
X, Y = datasets[dataset]
X, Y = X.T, Y.reshape(1, Y.shape[0])
if dataset == "blobs":
Y = Y % 2
plt.scatter(X[0, :], X[1, :], c=np.squeeze(Y), s=40, cmap=plt.cm.Spectral)
plt.show()
结果:
逻辑回归的准确性: 86 % (正确标记的数据点所占的百分比)
第 500 次循环,成本为:0.31758137148324117
第 1000 次循环,成本为:0.31706344864332137
第 1500 次循环,成本为:0.31680315840616297
第 2000 次循环,成本为:0.31664865493768496
第 2500 次循环,成本为:0.3165463339611085
第 3000 次循环,成本为:0.3164733097990672
第 3500 次循环,成本为:0.31641831102038764
第 4000 次循环,成本为:0.31637516452244047
第 4500 次循环,成本为:0.316340211525548
第 5000 次循环,成本为:0.3163111497883384
第 5500 次循环,成本为:0.31628646146239126
第 6000 次循环,成本为:0.31626510730364255
第 6500 次循环,成本为:0.3162463526358023
第 7000 次循环,成本为:0.3162296631590514
第 7500 次循环,成本为:0.31621463996561683
第 8000 次循环,成本为:0.3162009776170841
第 8500 次循环,成本为:0.3161884363033835
第 9000 次循环,成本为:0.3161768228508027
第 9500 次循环,成本为:0.31616597740354435
第 10000 次循环,成本为:0.31615576377750754
准确率:86%
发现结果居然跟逻辑回归的一样,均为86%,说明,训练效果并不是很好。