神经网络的训练过程,就是经过已有的样本,求取使代价函数最小化时所对应的参数。代价函数测量的是模型对样本的预测值与其真实值之间的偏差,最小化的求解通常使用梯度降低法(Gradient Decent)或其余与梯度有关的方法。其中的步骤包括:web
- 初始化参数。
- 求代价函数关于参数的梯度。
- 根据梯度更新参数的值。
- 通过迭代之后取得最佳参数,从而完成神经网络的训练。
其中最重要的步骤就是求梯度,这能够经过反向传播算法(back propagation)来实现。
单个神经元的训练
单个神经元的结构以下图。假设一个训练样本为
(x,y)
。在下图中,
x
是输入向量,经过一个激励函数
hw,b(x)
获得一个输出
a
,
a
再经过代价函数获得
J
。算法
f(W,b,x)=a=sigmoid(∑ixiwi+b)
(公式1)
J(W,b,x,y)=12∥y−hw,b(x)∥2
(公式2)网络
这里激励函数以使用sigmoid为例,固然也可使用其余的好比tanh或者rectived linear unit函数。要求的参数为
W
和
b
。ide
经过定义变量
z=∑ixiwi+b
能够将激励函数看作是两部分,以下图右图所示。第一部分是仿射求和获得
z
, 第二部分是经过sigmoid获得
a
。
svg
训练过程当中,要求代价函数
J
关于
W
和
b
的偏导数。先求
J
关于中间变量
a
和
z
的偏导:函数
δ(a)=∂∂aJ(W,b,x,y)=−(y−a)
(公式3)
δ(z)=∂∂zJ(W,b,x,y)=∂J∂a∂a∂z=δ(a)a(1−a)
(公式4)优化
公式(4)中根据sigmoid函数的定义
σ(z)=11+e−z
可得
∂a∂z=a(1−a)
。atom
再根据链导法则,能够求得
J
关于
W
和
b
的偏导数,即得
W
和
b
的梯度。spa
∇WJ(W,b,x,y)=∂∂WJ=∂J∂z∂z∂W=δ(z)xT
(公式5).net
∇bJ(W,b,x,y)=∂∂bJ=∂J∂z∂z∂b=δ(z)
(公式6)
在这个过程当中,先求
∂J/∂a
,进一步求
∂J/∂z
,最后求得
∂J/∂W
和
∂J/∂b
。结合上图及链导法则,能够看出这是一个将代价函数的增量
∂J
自后向前传播的过程,所以称为反向传播(back propagation)。
多层神经网络的训练
多层网络的一个例子以下图。
假设第
l+1
层的输入和输出分别是
al
和
al+1
, 参数为
Wl
和
bl
,仿射结果为中间变量
zl
。注意第一层的输出
a1=x
,为整个网络的输入,最后一层的输出
aL
是代价函数的输入。
zl+1=WlxTl+bl
(公式7)
al+1=sigmoid(zl+1)
(公式8)
对多层网络的训练须要求代价函数
J
对每一层的参数求偏导。后向传播过程变为:
1,第一步,根据代价函数的定义,求
J
对
aL
的偏导
δ(a)L
。
2,在第
l+1
层,将偏差信号从
al+1
传递到
zl+1
。
∂a(l+1)∂z(l+1)=a(l+1)(1−a(l+1))
(公式9)
3,第三步,将偏差信号从第
l+1
层向第
l
层传播。
∂z(l+1)∂a(l)=W(l),∂z(l+1)∂W(l)=a(l),∂z(l+1)∂b(l)=I
(公式10)
4, 对第
l
层可得
J
对
a(l)
和
z(l)
的偏导数。
δ(a)l=∂J∂a(l)={−(y−a(l)),∂J∂z(l+1)∂z(l+1)∂a(l)=(W(l))Tδ(z)l+1,if l=Lotherwise
(公式11)
δ(z)l=∂J∂z(l)=∂J∂a(l)∂a(l)∂z(l)=δ(a)la(l)(1−a(l))
(公式12)
5, 最后可得
J
对第
l
层的参数
Wl
和
bl
的梯度:
∇W(l)J(W,b,x,y)=∂∂W(l)J=∂J∂z(l+1)∂z(l+1)∂W(l)=δ(z)l+1(a(l))T
(公式13)
∇b(l)J(W,b,x,y)=∂∂b(l)J=∂J∂z(l+1)∂z(l+1)∂b(l)=δ(z)l+1
(公式14)
后向传播的通常形式
1,将整个神经网络加上代价函数的结构看作是一串函数(每一层对应一个函数)级联而成的一个函数,其中的每个函数的导数均可经过数学表达式解析求得:
hθ(x)=(f(L+1)∘...∘f(l)θl∘...∘f(2)θ2f(1))(x)
(公式15)
其中
θ
是该神经网络的参数。
f(1)=x
,
f(L+1)=hθ(x)
,而且对任何一个
l
,相邻两层间函数的导数
∂f(l+1)∂f(l)
都是已知的。
2,根据链导法则,求代价函数对任何一个
l
层
J
关于
f(l)
的导数,即经过数值计算将偏差信号后向传递到第
l
层。
δl=∂∂f(l)J(θ,x,y)=∂J∂f(l+1)∂f(l+1)∂f(l)=δl+1∂f(l+1)∂f(l)
(公式16)
3,在第
l
层求
J
关于该层参数
θ(l)
的梯度。
∇θ(l)J(θ,x,y)=∂∂θ(l)J=∂J∂f(l)∂f(l)∂θ(l)=δl∂f(l)∂θ(l)
。(公式17)
其中第
l
层对应的函数关于该层的参数的导数
∂f(l)∂θ(l)
是已知的。
4,将全部样本的梯度相加获得总梯度。
∇θ(l)J(θ)=∑mi=1∇θ(l)J(θ,x(i),y(i))
(公式17)
对于不一样的网络结构,在第2步和第3步中根据具体的
∂f(l+1)∂f(l)
和
∂f(l)∂θ(l)
就能够求得全部参数的梯度。
卷积神经网络的训练
卷积神经网络(CNN)的结构可阅读上一篇博文。CNN的基本层包括卷积层和池化层,两者一般一块儿使用,一个池化层紧跟一个卷积层以后。这两层包括三个级联的函数:卷积,求sigmoid函数(或使用其余激励函数),池化。其前向传播和后向传播的示意图以下:
后向传播须要求得这三个函数的导数。sigmoid函数前面已经讨论过,这里讲一讲其余两个函数的处理:
卷积函数的导数及后向传播
假设一个卷积层的输入向量是
x
,输出向量是
y
, 参数向量(卷积算子)是
w
。从输入到输出的过程为:
y=x∗w
(公式18)
y
的长度为
|y|=|x|−|w|+1
。
y
中每个元素的计算方法为:
yn=(x∗w)[n]=∑|w|i=1xn+i−1wi=wTxn:n+|w|−1
(公式19)
卷积过程的示意图以下:
y
中的元素与
x
中的元素有以下导数关系:
∂yn−i+1∂xn=wi
,
∂yn∂wi=xn−i+1,for1≤i≤|w|.
(公式20)
进一步能够获得
J
关于
w
和
x
的导数:
δ(x)n=∂J∂y∂y∂xn=∑|w|i=1∂J∂yn−i+1∂yn−i+1∂xn=∑|w|i=1δ(y)n−i+1wi=(δ(y)∗flip(w))[n]
(公式21)
δ(x)=δ(y)∗flip(w)
(公式22)
∂∂wiJ=∂J∂y∂y∂wi=∑|x|−|w|+1n=1∂J∂yn∂yn∂wi=∑|x|−|w|+1n=1δ(y)nxn+i−1=(δ(y)∗x)[i]
(公式23)
∂∂wJ=δ(y)∗x
(公式24)
所以,经过
δ(y)
与flip(
w
)的卷积就可获得
J
关于
x
的导数
δ(x)
,经过
δ(y)
与
x
的卷积就可计算出
w
的梯度
∂∂wJ
。
池化函数的导数及后向传播
池化函数是一个下采样函数,对于大小为
m
的池化区域,池化函数及其导数能够定义为:
均值池化:
g(x)=∑mk=1xkm
, 导数为
∂g∂xi={10if xi=max(x)otherwise
p范数池化
g(x)=∥x∥p=(∑mk=1|xk|p)1/p
, 导数为
∂g∂xi=(∑mk=1|xk|p)1/p−1|xi|p−1
下采样的后向传播过程为上采样,其示意图为:
该后向传播过程就是利用
g
的导数将偏差信号传递到
g
的输入。
δ(x)(n−1)m+1:nm=∂∂x(n−1)m+1:nmJ=∂J∂yn∂yn∂x(n−1)m+1:nm=δ(y)ng′n
(公式25)
δ(x)=upsample(δ(y),g′)=[δ(x)(n−1)m+1:nm]
. (公式26)
有了上述求导公式,就可以将偏差信号传递到每一层的输出,再经过每一层的函数对参数的导数,可求得参数的梯度。有了计算梯度的方法,再经过基于梯度的最优化,就能寻得最优值,完成训练过程。
PPT及参考资料:
1,http://www.slideshare.net/kuwajima/cnnbp
2,http://ufldl.stanford.edu/tutorial/