文章目录
-
- [1. 神经网络结构](#1. 神经网络结构)
- [2. 训练步骤](#2. 训练步骤)
- [3. 反向传播](#3. 反向传播)
- [4. 为什么深，而不是宽（模块化）](#4. 为什么深，而不是宽（模块化）)
- [5. 初始化参数能否全为0？](#5. 初始化参数能否全为0？)
1. 神经网络结构
- 输入层
- 隐藏层：用于特征转换
- 输出层：用于分类
- 技巧：将网络中的参数写成矩阵形式，利用GPU加速
2. 训练步骤
- 确定神经网络的结构
- 需要根据输入和输出的维度来确定结构，最关键的部分。
- 注：考虑输入之间的内在关联，所有的类（class）使用同一个模型进行分类。
- 评估函数
- 输出与正确结果的交叉熵。
- 选择最优函数
- 梯度下降法。
3. 反向传播
概念
反向传播是一种在做梯度下降时的微分方法。
方式
从后向前计算微分，因为前面的微分需要后面的结果。
两个部分
-
梯度： ∇ f w = ∂ l ∂ w = ∂ z ∂ w ⋅ ∂ l ∂ z \nabla f_w = \frac{\partial l}{\partial w} = \frac{\partial z}{\partial w} \cdot \frac{\partial l}{\partial z} ∇fw=∂w∂l=∂w∂z⋅∂z∂l
-
正向传播： ∂ z ∂ w \frac{\partial z}{\partial w} ∂w∂z ，即每一个神经元的输出。
-
反向传播：
∂ l ∂ z = ∂ a ∂ z ⋅ ∂ l ∂ a = σ ′ ( z ) [ w 3 ⋅ ∂ l ∂ z ′ + w 4 ⋅ ∂ l ∂ z ′ ′ ] \frac{\partial l}{\partial z} = \frac{\partial a}{\partial z} \cdot \frac{\partial l}{\partial a} = \sigma'(z) \left[ w_3 \cdot \frac{\partial l}{\partial z'} + w_4 \cdot \frac{\partial l}{\partial z''} \right] ∂z∂l=∂z∂a⋅∂a∂l=σ′(z)[w3⋅∂z′∂l+w4⋅∂z′′∂l]
将正向传播和反向传播的结果相乘，得到L对w的偏微分。
与正向传播比较
- 反向传播需要更多的内存，但效率更高。
- 无需像正向传播那样每次计算微分时都要重新计算后续的结果，减少了栈空间的使用。
全连接反馈网络
- 每一层的神经元输出全部进入下一层的输入。
4. 为什么深，而不是宽（模块化）
更深的网络：它的模型更加复杂，但这种复杂性是模块化的。
核心
- 将复杂的问题分解为多个简单的问题。每一层的神经元处理相同级别的任务，其输出作为更高层次任务的数据来源。
好处
- 每一层的输出都可以被深层的神经元重复利用，避免像浅层网络那样每次都重新计算，提高效率。
- 深层的隐藏层能够更详细地提取特征，提取后的特征能更好地进行分类，且比人为指定的特征更接近最优解。
- 每个基本分类器能够获得足够的训练示例，相比于平铺网络，较少的数据就能训练好。
注
- 深度/平铺网络的参数量是一样的，复杂性指的是网络结构，而不是参数数量。
5. 初始化参数能否全为0？
- 同一层的神经元是同构的，具有相同的输入和输出。如果初始参数设置为相同值，无论正向还是反向传播，它们的取值都会一样，导致学习过程无法打破对称性，最终训练结果会使同一层的参数都相同。
- 因此，应该在初始化时随机赋值，以打破这种对称性。