文章目录
1. 单层的Logistic回归
引用吴恩达老师课上的图(3.10)
算法的数学表达式:
对于一个样本
x
(
i
)
x^{(i)}
x(i):
z
(
i
)
=
w
T
x
(
i
)
+
b
(1)
z^{(i)} = w^T x^{(i)} + b \tag{1}
z(i)=wTx(i)+b(1)
y
^
(
i
)
=
a
(
i
)
=
s
i
g
m
o
i
d
(
z
(
i
)
)
(2)
\hat{y}^{(i)} = a^{(i)} = sigmoid(z^{(i)})\tag{2}
y^(i)=a(i)=sigmoid(z(i))(2)
L
(
a
(
i
)
,
y
(
i
)
)
=
−
y
(
i
)
log
(
a
(
i
)
)
−
(
1
−
y
(
i
)
)
log
(
1
−
a
(
i
)
)
(3)
\mathcal{L}(a^{(i)}, y^{(i)}) = - y^{(i)} \log(a^{(i)}) - (1-y^{(i)} ) \log(1-a^{(i)})\tag{3}
L(a(i),y(i))=−y(i)log(a(i))−(1−y(i))log(1−a(i))(3)
然后通过对所有训练样本求和来计算成本:
J
=
1
m
∑
i
=
1
m
L
(
a
(
i
)
,
y
(
i
)
)
(6)
J = \frac{1}{m} \sum_{i=1}^m \mathcal{L}(a^{(i)}, y^{(i)})\tag{6}
J=m1i=1∑mL(a(i),y(i))(6)
以下都为多个样本,上述为单个样本的算法表达式
- 正向传播
- 输入数据 X
- 计算 A = σ ( w T X + b ) = ( a ( 0 ) , a ( 1 ) , . . . , a ( m − 1 ) , a ( m ) ) A = \sigma(w^T X + b) = (a^{(0)}, a^{(1)}, ..., a^{(m-1)}, a^{(m)}) A=σ(wTX+b)=(a(0),a(1),...,a(m−1),a(m))
- 计算成本函数: J = − 1 m ∑ i = 1 m y ( i ) log ( a ( i ) ) + ( 1 − y ( i ) ) log ( 1 − a ( i ) ) J = -\frac{1}{m}\sum_{i=1}^{m}y^{(i)}\log(a^{(i)})+(1-y^{(i)})\log(1-a^{(i)}) J=−m1∑i=1my(i)log(a(i))+(1−y(i))log(1−a(i))
- 反向传播,计算梯度
∂ J ∂ w = 1 m X ( A − Y ) T (7) \frac{\partial J}{\partial w} = \frac{1}{m}X(A-Y)^T\tag{7} ∂w∂J=m1X(A−Y)T(7)
∂ J ∂ b = 1 m ∑ i = 1 m ( a ( i ) − y ( i ) ) (8) \frac{\partial J}{\partial b} = \frac{1}{m} \sum_{i=1}^m (a^{(i)}-y^{(i)})\tag{8} ∂b∂J=m1i=1∑m(a(i)−y(i))(8)
- 通过最小化成本函数 J J J 来学习 w w w 和 b b b。对于参数 θ \theta θ,更新规则为 θ = θ − α d θ \theta = \theta - \alpha \text{ } d\theta θ=θ−α dθ,其中 α \alpha α 是学习率。
2. 两层的Logistic神经网络(加上输入层是三层)
对于一个样本 x ( i ) x^{(i)} x(i):
z [ 1 ] ( i ) = W [ 1 ] x ( i ) + b [ 1 ] ( i ) (8) z^{[1] (i)} = W^{[1]} x^{(i)} + b^{[1] (i)} \tag{8} z[1](i)=W[1]x(i)+b[1](i)(8)
a [ 1 ] ( i ) = tanh ( z [ 1 ] ( i ) ) (9) a^{[1] (i)} = \tanh(z^{[1] (i)}) \tag{9} a[1](i)=tanh(z[1](i))(9)
z [ 2 ] ( i ) = W [ 2 ] a [ 1 ] ( i ) + b [ 2 ] ( i ) (10) z^{[2] (i)} = W^{[2]} a^{[1] (i)} + b^{[2] (i)} \tag{10} z[2](i)=W[2]a[1](i)+b[2](i)(10)
y ^ ( i ) = a [ 2 ] ( i ) = σ ( z [ 2 ] ( i ) ) (11) \hat{y}^{(i)} = a^{[2] (i)} = \sigma(z^{[2] (i)}) \tag{11} y^(i)=a[2](i)=σ(z[2](i))(11)
y prediction ( i ) = { 1 if a [ 2 ] ( i ) > 0.5 0 otherwise (12) y^{(i)}_{\text{prediction}} = \begin{cases} 1 & \text{if } a^{[2](i)} > 0.5 \\ 0 & \text{otherwise} \end{cases} \tag{12} yprediction(i)={10if a[2](i)>0.5otherwise(12)
给定所有样本的预测值,你也可以计算代价 J J J 如下:
J
=
−
1
m
∑
i
=
0
m
(
y
(
i
)
log
(
a
[
2
]
(
i
)
)
+
(
1
−
y
(
i
)
)
log
(
1
−
a
[
2
]
(
i
)
)
)
(13)
J = - \frac{1}{m} \sum\limits_{i = 0}^{m} \left( y^{(i)}\log\left(a^{[2] (i)}\right) + (1-y^{(i)})\log\left(1- a^{[2] (i)}\right) \right) \tag{13}
J=−m1i=0∑m(y(i)log(a[2](i))+(1−y(i))log(1−a[2](i)))(13)
对于多个样本
2.1 定义神经网络结构
- n_x: the size of the input layer
- n_h: the size of the hidden layer (set this to 4)
- n_y: the size of the output layer
函数名称:layer_sizes
参数:
参数 | 描述 | 形状 |
---|---|---|
X | 输入数据集 | (输入层大小, 样本数) |
Y | 标签 | (输出层大小, 样本数) |
返回值:
变量 | 描述 |
---|---|
n_x | 输入层的大小 |
n_h | 隐藏层的大小 |
n_y | 输出层的大小 |
def layer_sizes(X, Y):
# size of input layer
n_x = X.shape[0]
n_h = 4
n_y = Y.shape[0]
# size of output layer
return (n_x, n_h, n_y)
2.2 初始化模型参数(随机初始化)
函数名称:initialize_parameters
参数:
参数 | 描述 | 形状 |
---|---|---|
n_x | 输入层的大小 | - |
n_h | 隐藏层的大小 | - |
n_y | 输出层的大小 | - |
返回值:
变量 | 描述 | 形状 |
---|---|---|
params | 包含参数的 Python 字典 | - |
W1 | 第一层权重矩阵 | (n_h, n_x) |
b1 | 第一层偏置向量 | (n_h, 1) |
W2 | 第二层权重矩阵 | (n_y, n_h) |
b2 | 第二层偏置向量 | (n_y, 1) |
def initialize_parameters(n_x, n_h, n_y):
np.random.seed(2) # we set up a seed so that your output matches ours although the initialization is random.
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))
assert (W1.shape == (n_h, n_x))
assert (b1.shape == (n_h, 1))
assert (W2.shape == (n_y, n_h))
assert (b2.shape == (n_y, 1))
parameters = {"W1": W1,
"b1": b1,
"W2": W2,
"b2": b2}
return parameters
2.3 优化器
2.3.1 前向传播
函数名称:forward_propagation
参数:
参数 | 描述 | 形状 |
---|---|---|
X | 输入数据 | (n_x, m) |
parameters | 包含参数的 Python 字典 | - |
返回值:
变量 | 描述 | 形状 |
---|---|---|
A2 | 第二层激活函数的 S 型输出 | (n_y, m) |
cache | 包含 “Z1”、“A1”、“Z2” 和 “A2” 的字典 | - |
def forward_propagation(X, parameters):
# Retrieve each parameter from the dictionary "parameters"
W1 = parameters["W1"]
b1 = parameters["b1"]
W2 = parameters["W2"]
b2 = parameters["b2"]
# Implement Forward Propagation to calculate A2 (probabilities)
Z1 = np.dot(W1,X) + b1
A1 = np.tanh(Z1)
Z2 = np.dot(W2,A1) + b2
A2 = sigmoid(Z2)
assert(A2.shape == (1, X.shape[1]))
cache = {"Z1": Z1,
"A1": A1,
"Z2": Z2,
"A2": A2}
return A2, cache
现在您已经计算了
A
[
2
]
A^{[2]}
A[2](在 Python 变量 A2
中),它包含了每个样本的
a
[
2
]
(
i
)
a^{[2](i)}
a[2](i),您可以按照以下公式计算代价函数:
J = − 1 m ∑ i = 0 m ( y ( i ) log ( a [ 2 ] ( i ) ) + ( 1 − y ( i ) ) log ( 1 − a [ 2 ] ( i ) ) ) (14) J = - \frac{1}{m} \sum\limits_{i = 0}^{m} \left( y^{(i)}\log\left(a^{[2] (i)}\right) + (1-y^{(i)})\log\left(1- a^{[2] (i)}\right) \right) \tag{14} J=−m1i=0∑m(y(i)log(a[2](i))+(1−y(i))log(1−a[2](i)))(14)
2.3.2 计算损失
函数名称:compute_cost
描述:
计算方程(14)中给定的交叉熵成本。
参数:
参数 | 描述 | 形状 |
---|---|---|
A2 | 第二层激活函数的 S 型输出 | (1, 样本数) |
Y | “真实” 标签向量 | (1, 样本数) |
parameters | 包含参数 W1、b1、W2 和 b2 的 Python 字典 | - |
返回值:
变量 | 描述 | 形状 |
---|---|---|
cost | 根据方程(13)给定的交叉熵成本 | 数值 |
def compute_cost(A2, Y, parameters):
m = Y.shape[1] # number of example
# Compute the cross-entropy cost
logprobs = np.multiply(np.log(A2),Y)+np.multiply(np.log(1-A2),(1-Y))
cost = - 1/m*np.sum(logprobs)
cost = np.squeeze(cost) # makes sure cost is the dimension we expect.
# E.g., turns [[17]] into 17
cost = float(cost) # without it, type error
assert(isinstance(cost, float))
return cost
2.3.3 反向传播
反向传播通常是深度学习中最困难(最数学化)的部分。为了帮助您,这里再次提供了关于反向传播的讲座幻灯片。由于您正在构建向量化实现,因此您将需要使用此幻灯片右侧的六个公式。
-
对于第二层的 z z z 值的偏导数:
∂ J ∂ z 2 ( i ) = 1 m ( a [ 2 ] ( i ) − y ( i ) ) \frac{\partial \mathcal{J} }{ \partial z_{2}^{(i)} } = \frac{1}{m} (a^{[2](i)} - y^{(i)}) ∂z2(i)∂J=m1(a[2](i)−y(i)) -
对于第二层权重 W 2 W_2 W2 的偏导数:
∂ J ∂ W 2 = ∂ J ∂ z 2 ( i ) a [ 1 ] ( i ) T \frac{\partial \mathcal{J} }{ \partial W_2 } = \frac{\partial \mathcal{J} }{ \partial z_{2}^{(i)} } a^{[1] (i) T} ∂W2∂J=∂z2(i)∂Ja[1](i)T -
对于第二层偏置 b 2 b_2 b2 的偏导数:
∂ J ∂ b 2 = ∑ i ∂ J ∂ z 2 ( i ) \frac{\partial \mathcal{J} }{ \partial b_2 } = \sum_i{\frac{\partial \mathcal{J} }{ \partial z_{2}^{(i)}}} ∂b2∂J=∑i∂z2(i)∂J -
对于第一层的 z z z 值的偏导数:
∂ J ∂ z 1 ( i ) = W 2 T ∂ J ∂ z 2 ( i ) ∗ ( 1 − a [ 1 ] ( i ) 2 ) \frac{\partial \mathcal{J} }{ \partial z_{1}^{(i)} } = W_2^T \frac{\partial \mathcal{J} }{ \partial z_{2}^{(i)} } * ( 1 - a^{[1] (i) 2}) ∂z1(i)∂J=W2T∂z2(i)∂J∗(1−a[1](i)2) -
对于第一层权重 W 1 W_1 W1 的偏导数:
∂ J ∂ W 1 = ∂ J ∂ z 1 ( i ) X T \frac{\partial \mathcal{J} }{ \partial W_1 } = \frac{\partial \mathcal{J} }{ \partial z_{1}^{(i)} } X^T ∂W1∂J=∂z1(i)∂JXT -
对于第一层偏置 b 1 b_1 b1 的偏导数:
∂ J i ∂ b 1 = ∑ i ∂ J ∂ z 1 ( i ) \frac{\partial \mathcal{J} _i }{ \partial b_1 } = \sum_i{\frac{\partial \mathcal{J} }{ \partial z_{1}^{(i)}}} ∂b1∂Ji=∑i∂z1(i)∂J
请注意,星号 ( * ) 表示元素级乘法。
在深度学习编码中常用的符号包括:
- dW1 = ∂ J ∂ W 1 \frac{\partial \mathcal{J} }{ \partial W_1 } ∂W1∂J
- db1 = ∂ J ∂ b 1 \frac{\partial \mathcal{J} }{ \partial b_1 } ∂b1∂J
- dW2 = ∂ J ∂ W 2 \frac{\partial \mathcal{J} }{ \partial W_2 } ∂W2∂J
- db2 = ∂ J ∂ b 2 \frac{\partial \mathcal{J} }{ \partial b_2 } ∂b2∂J
提示:
- 要计算
d
Z
1
dZ1
dZ1,您需要计算
g
[
1
]
′
(
Z
[
1
]
)
g^{[1]'}(Z^{[1]})
g[1]′(Z[1])。由于
g
[
1
]
(
.
)
g^{[1]}(.)
g[1](.) 是 tanh 激活函数,如果
a
=
g
[
1
]
(
z
)
a = g^{[1]}(z)
a=g[1](z),那么
g
[
1
]
′
(
z
)
=
1
−
a
2
g^{[1]'}(z) = 1-a^2
g[1]′(z)=1−a2。因此,您可以使用
(1 - np.power(A1, 2))
来计算 g [ 1 ] ′ ( Z [ 1 ] ) g^{[1]'}(Z^{[1]}) g[1]′(Z[1])。
函数名称:backward_propagation
描述:
根据上述说明实现反向传播。
参数:
参数 | 描述 | 形状 |
---|---|---|
parameters | 包含参数的 Python 字典 | - |
cache | 包含 “Z1”、“A1”、“Z2” 和 “A2” 的字典 | - |
X | 输入数据 | (2, 样本数) |
Y | “真实” 标签向量 | (1, 样本数) |
返回值:
变量 | 描述 | 形状 |
---|---|---|
grads | 包含关于不同参数的梯度的 Python 字典 | - |
def backward_propagation(parameters, cache, X, Y):
m = X.shape[1]
# First, retrieve W1 and W2 from the dictionary "parameters".
W1 = parameters["W1"]
W2 = parameters["W2"]
# Retrieve also A1 and A2 from dictionary "cache".
A1 = cache["A1"]
A2 = cache["A2"]
# Z1 = cache.get('Z1')
# Backward propagation: calculate dW1, db1, dW2, db2.
dZ2 = A2 - Y
dW2 = 1/m*np.dot(dZ2,A1.T)
db2 = 1/m*np.sum(dZ2,axis=1,keepdims=True)
dZ1 = np.dot(W2.T,dZ2) * (1-np.power(A1,2))
dW1 = 1 / m * np.dot(dZ1,X.T)
db1 = 1/m*np.sum(dZ1,axis=1,keepdims=True)
# it's not Z1, g(z1)' = (1 - A1^2)
grads = {"dW1": dW1,
"db1": db1,
"dW2": dW2,
"db2": db2}
return grads
2.3.4 更新参数
函数名称:update_parameters
描述:
使用上述梯度下降更新规则更新参数。
参数:
参数 | 描述 | 形状 |
---|---|---|
parameters | 包含参数的 Python 字典 | - |
grads | 包含梯度的 Python 字典 | - |
返回值:
变量 | 描述 | 形状 |
---|---|---|
parameters | 包含更新后参数的 Python 字典 | - |
def update_parameters(parameters, grads, learning_rate = 1.2):
# Retrieve each parameter from the dictionary "parameters"
W1 = parameters["W1"]
b1 = parameters["b1"]
W2 = parameters["W2"]
b2 = parameters["b2"]
# Retrieve each gradient from the dictionary "grads"
dW1 = grads["dW1"]
db1 = grads["db1"]
dW2 = grads["dW2"]
db2 = grads["db2"]
# Update rule for each parameter
W1 = W1 - learning_rate * dW1
b1 = b1 - learning_rate * db1
W2 = W2 - learning_rate * dW2
b2 = b2 - learning_rate * db2
parameters = {"W1": W1,
"b1": b1,
"W2": W2,
"b2": b2}
return parameters
2.4 集成
函数名称:nn_model
描述:
构建并训练神经网络模型。
参数:
参数 | 描述 | 形状 |
---|---|---|
X | 数据集 | (2, 样本数) |
Y | 标签 | (1, 样本数) |
n_h | 隐藏层的大小 | - |
num_iterations | 梯度下降迭代次数 | - |
print_cost | 如果为 True,则每 1000 次迭代打印成本 | - |
返回值:
变量 | 描述 | 形状 |
---|---|---|
parameters | 模型学到的参数,可以用于预测 | - |
def nn_model(X, Y, n_h, num_iterations = 10000, print_cost=False):
np.random.seed(3)
n_x = layer_sizes(X, Y)[0]
n_y = layer_sizes(X, Y)[2]
# Initialize parameters, then retrieve W1, b1, W2, b2. Inputs: "n_x, n_h, n_y". Outputs = "W1, b1, W2, b2, parameters".
parameters = initialize_parameters(n_x, n_h, n_y)
W1 = parameters["W1"]
b1 = parameters["b1"]
W2 = parameters["W2"]
b2 = parameters["b2"]
# Loop (gradient descent)
for i in range(0, num_iterations):
# Forward propagation. Inputs: "X, parameters". Outputs: "A2, cache".
A2,cache = forward_propagation(X, parameters)
# Cost function. Inputs: "A2, Y, parameters". Outputs: "cost".
cost = compute_cost(A2, Y, parameters)
# Backpropagation. Inputs: "parameters, cache, X, Y". Outputs: "grads".
grads = backward_propagation(parameters, cache, X, Y)
# Gradient descent parameter update. Inputs: "parameters, grads". Outputs: "parameters".
parameters = update_parameters(parameters, grads, learning_rate = 1.2)
# Print the cost every 1000 iterations
if print_cost and i % 1000 == 0:
print ("Cost after iteration %i: %f" %(i, cost))
return parameters