内容简介:之前介绍过牛顿迭代法:当我们想要优化一个目标函数时,需要在每次迭代的时候对变量/参数进行更新,而更新参数的最重要的部分就是下面对最简单的神经网络进行BP算法的公式推导:下图是一个只有两个神经元的网络(图片修改自李弘毅老师的PPT),输入样本为一个二维的向量
之前介绍过牛顿迭代法:当我们想要优化一个目标函数时,需要在每次迭代的时候对变量/参数进行更新,而更新参数的最重要的部分就是 求目标函数对参数的导数 了。
下面对最简单的神经网络进行BP算法的公式推导:
下图是一个只有两个神经元的网络(图片修改自李弘毅老师的PPT),输入样本为一个二维的向量
,输出为一个数 ,现在假设loss函数是 ,那么要求的便是 以及 (把 和 合并成一个向量也是可以的)。
图中,
表示sigmiod函数。
首先思考一下,这个导数如果让你计算应该怎么做呢?
因为loss函数里与
, 参数相关的就只有 了,而 由 得出, 由线性函数得到…那自然会想到用chain rule来求导了。
整理一下思路:
那么求导如下:
这么求解貌似是可以的,however, 没有任何技巧可言,当网络结构有变化的时候,算法变的异常难写,比如:一层多个神经元的情况,两层之间非全连接的情况,某些神经元共享参数的情况等,想想都可怕,想要写个general的算法几乎不可能,另外还有计算量需要被考虑。
还好聪明人总是有的,考虑到
对 和对 求导过程其实是一样的,下面就仅介绍 对的BP求导过程。
对于上面的问题,先只看第一层神经元的参数更新(其实对于任意层任意神经元都有下式的关系):
接下来分别计算
和 :
正向计算
:
从式(3)可以看出正向计算有个非常好的性质,
就是神经元的值,这都已经在正向传播时计算过了!
反向计算
:
这其中,
很简单,sigmiod求导就ok了,而且,nice,又可以用现成的结果了。
而对于
的计算比较棘手了,因为:
其中
就是神经元间的连接权重参数,对于比较复杂的网络,计算 可以进行递归计算。如果被计算的是神经网络的最后一层(output layer),问题就变的简单了:
结束了,,
再看一下 反向计算
,然后按照同样的网络反方向计算一次,和正向传播的不同之处仅仅在于sigmoid(非线性转换/激活函数)变成先求导再相乘,结构清晰,计算量也大幅度下降。
最后总结一下: 正向传播
和 反向传播
相乘就可以计算出所有的参数更新梯度。
插句话:
神经网络中常用的优化算法是 随机梯度下降法
(SGD),实践中常用的是 adam
优化器(一种自适应步长/学习率的优化算法),理论上梯度下降做自适应步长也很简单,不过需要求Hessian矩阵,而对于上千万甚至上亿个参数的目标函数来说,计算量实在是太大了。
代码实现
这里对基础版的反向传播算法进行代码实现,代码来自 这里 ,你也可以点击 这里 进行查看。核心代码如下:
def feedforward(self, x): # 正向计算 # return the feedforward value for x a = np.copy(x) z_s = [] a_s = [a] for i in range(len(self.weights)): activation_function = self.getActivationFunction(self.activations[i]) z_s.append(self.weights[i].dot(a) + self.biases[i]) a = activation_function(z_s[-1]) a_s.append(a) return (z_s, a_s) def backpropagation(self,y, z_s, a_s): # 反向计算 dw = [] # dl/dW db = [] # dl/db deltas = [None] * len(self.weights) # delta = dl/dz known as error for each layer # insert the last layer error deltas[-1] = ((y-a_s[-1])*(self.getDerivitiveActivationFunction(self.activations[-1]))(z_s[-1])) # Perform BackPropagation for i in reversed(range(len(deltas)-1)): deltas[i] = self.weights[i+1].T.dot(deltas[i+1])*(self.getDerivitiveActivationFunction(self.activations[i])(z_s[i])) #a= [print(d.shape) for d in deltas] batch_size = y.shape[1] db = [d.dot(np.ones((batch_size,1)))/float(batch_size) for d in deltas] dw = [d.dot(a_s[i].T)/float(batch_size) for i,d in enumerate(deltas)] # return the derivitives respect to weight matrix and biases return dw, db
RNN怎么做BP
RNN的结构和 前馈神经网络
有所不同,反向传播和上述也略有不同,这里要介绍的算法叫做 Backpropagation Through Time (BPTT) 。这里假设读者对RNN、LSTM、GRU等算法已经有所了解了,就提纲挈领的介绍一下 BPTT
特别之处。
- 主要的不同点还是要看公式,RNN的在 时刻输出神经元的值可以用下式表示:式中 与上一时刻的计算结果相关
- 所以 的计算算是新内容,其他的和之前说的没有什么不一样
- 也可以认为就是结构上与前馈网络有所不同(如下图所示),对于每一个 都有一个loss,这里需要对每一个loss计算梯度,加起来就是整个需要更新的梯度了。
一个简单的many2many形式的RNN展开图,图片来自 这里 。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- 反向传播算法如何工作
- 机器学习分享——反向传播算法推导
- 如何基于时间的反向传播算法来训练LSTMs?
- 破解信息茧房,算法推荐需要引入“父爱式”传播
- 复数神经网络的反向传播算法及 PyTorch 实现方法
- 【火炉炼AI】机器学习026-股票数据聚类分析-近邻传播算法
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。