【漫话机器学习系列】185.神经网络参数的标准初始化(Normalized Initialization of Neural Network Parameter

神经网络参数的标准初始化

1. 引言

在深度学习中,神经网络的权重初始化对训练效果和收敛速度有着至关重要的影响。如果初始化不当,可能会导致梯度消失或梯度爆炸问题,使得网络难以训练。因此,研究合适的初始化方法是深度学习中的一个重要课题。本文将介绍 神经网络参数的标准初始化(Normalized Initialization of Neural Network Parameters) ,并解析其数学公式与实际应用。


2. 神经网络权重初始化的重要性

在训练神经网络时,权重通常是随机初始化的,而不可能全部设为零。若所有权重初始值均为零,则神经元的输出也会完全相同,导致神经网络无法学习不同的特征。

然而,如果权重的初始值过大或过小,则可能会导致:

  • 梯度消失(Vanishing Gradient) :在反向传播过程中,梯度逐层传递,如果权重较小,则梯度会逐步衰减,导致前层权重更新缓慢甚至停止更新,影响模型训练。
  • 梯度爆炸(Exploding Gradient) :若权重初值过大,反向传播时梯度可能指数级增长,导致训练不稳定。

因此,我们需要合理选择权重的初始化方法,使得神经网络可以更快收敛,并且避免梯度消失或爆炸问题。


3. 归一化初始化方法(Normalized Initialization)

为了避免上述问题,LeCun 等人提出了一种归一化初始化方法,即 标准初始化(Normalized Initialization) 。其核心思想是:

将全连接层的参数 <math xmlns="http://www.w3.org/1998/Math/MathML"> W i , j W_{i,j} </math>Wi,j 初始化为一个均匀分布的随机值,其范围取决于神经元的输入数量 m 和输出数量 n

数学表达式如下:

<math xmlns="http://www.w3.org/1998/Math/MathML"> W i , j ∼ U ( − 6 m + n , 6 m + n ) W_{i,j} \sim U\left(-\sqrt{\frac{6}{m+n}}, \sqrt{\frac{6}{m+n}}\right) </math>Wi,j∼U(−m+n6 ,m+n6 )

其中:

  • U(a, b) 代表均匀分布,数值范围在 [a, b] 之间。
  • m 代表该层神经元的输入数量。
  • n 代表该层神经元的输出数量。
  • <math xmlns="http://www.w3.org/1998/Math/MathML"> 6 m + n \sqrt{\frac{6}{m+n}} </math>m+n6 是归一化系数,它确保初始权重的方差适中,不会过大或过小。

为什么要取 <math xmlns="http://www.w3.org/1998/Math/MathML"> 6 m + n \sqrt{\frac{6}{m+n}} </math>m+n6 作为边界?

  • 这是为了确保不同层之间的激活值在初始状态下具有相似的方差,从而防止梯度消失或梯度爆炸。
  • 这个公式来源于均匀分布的方差计算,在合适的假设下,它能够保持网络层输出的方差在一定范围内,避免训练初期数值不稳定的问题。

4. 直观理解

该公式的核心思想是:

  • 输入神经元(m)较多时,为了避免累积过大的加权和,权重范围需要变小。
  • 输出神经元(n)较多时,为了确保神经元之间的激活值分布均匀,权重范围也需要调整。
  • 通过取 m 和 n 的均值(m+n),可以在输入和输出之间取得平衡,使权重初始化更合理。

图像中也清晰地标注了:

  • 红色部分(m):表示输入的个数。
  • 蓝色部分(n):表示输出的个数。

5. 代码实现

在深度学习框架(如 TensorFlow、PyTorch)中,可以很方便地使用标准初始化方法。例如,在 PyTorch 中,可以使用 nn.init.uniform_ 进行初始化:

python 复制代码
import torch
import torch.nn as nn
import torch.nn.init as init

# 定义一个线性层
layer = nn.Linear(in_features=256, out_features=128)

# 归一化初始化
m, n = layer.in_features, layer.out_features
bound = (6 / (m + n)) ** 0.5
init.uniform_(layer.weight, -bound, bound)

# 打印初始化后的权重范围
print(f"Weight initialized in range: (-{bound:.4f}, {bound:.4f})")

运行结果

go 复制代码
Weight initialized in range: (-0.1250, 0.1250)

如果使用 TensorFlow / Keras,可以用 tf.keras.initializers.RandomUniform 进行初始化:

ini 复制代码
import tensorflow as tf

# 归一化初始化
initializer = tf.keras.initializers.RandomUniform(minval=-bound, maxval=bound)

# 应用于Dense层
layer = tf.keras.layers.Dense(128, kernel_initializer=initializer)

6. 其他初始化方法对比

除了标准初始化(Normalized Initialization),还有一些常见的初始化方法:

初始化方法 公式 适用场景
标准初始化(本文方法) <math xmlns="http://www.w3.org/1998/Math/MathML"> W i , j ∼ U ( − 6 m + n , 6 m + n ) W_{i,j} \sim U(-\sqrt{\frac{6}{m+n}}, \sqrt{\frac{6}{m+n}}) </math>Wi,j∼U(−m+n6 ,m+n6 ) 适用于全连接层
Xavier 初始化(Glorot 初始化) <math xmlns="http://www.w3.org/1998/Math/MathML"> W i , j ∼ U ( − 6 m + n , 6 m + n ) W_{i,j} \sim U(-\sqrt{\frac{6}{m+n}}, \sqrt{\frac{6}{m+n}}) </math>Wi,j∼U(−m+n6 ,m+n6 ) 适用于 Sigmoid/Tanh
He 初始化(Kaiming 初始化) <math xmlns="http://www.w3.org/1998/Math/MathML"> W i , j ∼ N ( 0 , 2 m ) W_{i,j} \sim \mathcal{N}(0, \frac{2}{m}) </math>Wi,j∼N(0,m2) 适用于 ReLU 激活函数
LeCun 初始化 <math xmlns="http://www.w3.org/1998/Math/MathML"> W i , j ∼ N ( 0 , 1 m ) W_{i,j} \sim \mathcal{N}(0, \frac{1}{m}) </math>Wi,j∼N(0,m1) 适用于 Leaky ReLU/Sigmoid

可以看到,标准初始化与 Xavier 初始化的公式相同,适用于 Sigmoid/Tanh 激活函数。如果使用 ReLU,则推荐使用 He 初始化,因为它更适合 ReLU 变换的性质。


7. 结论

神经网络的权重初始化是影响训练效果的重要因素,标准初始化方法提供了一种有效的解决方案,使得网络在训练初期保持稳定,避免梯度消失或爆炸。对于不同的网络架构和激活函数,还可以选择 He 初始化或 Xavier 初始化,以获得更优的训练效果。

相关推荐
深眸财经14 分钟前
业绩回暖、股价承压,三只松鼠赴港上市能否重构价值锚点?
人工智能
AIwenIPgeolocation26 分钟前
硬件加密+本地部署,大模型一体机如何打造AI安全护城河?
人工智能·安全
非凸科技38 分钟前
非凸科技受邀出席AI SPARK活动,共探生成式AI驱动金融新生态
人工智能·科技·金融
啊阿狸不会拉杆1 小时前
人工智能数学基础(四):线性代数
人工智能·python·数学·算法·机器学习
OceanBase数据库官方博客1 小时前
OceanBase 跻身 Forrester 三大领域代表厂商,全面支撑AI场景
人工智能·oceanbase·分布式数据库
像风一样_2 小时前
机器学习-入门-决策树(1)
人工智能·决策树·机器学习
飞火流星020272 小时前
Weka通过10天的内存指标数据计算内存指标动态阈值
人工智能·机器学习·数据挖掘·weka·计算指标动态阈值·使用统计方法计算动态阈值
xiaoniu6672 小时前
毕业设计-基于预训练语言模型与深度神经网络的Web入侵检测系统
人工智能·语言模型·dnn
豆芽8192 小时前
感受野(Receptive Field)
人工智能·python·深度学习·yolo·计算机视觉
赛卡2 小时前
IPOF方法学应用案例:动态电压频率调整(DVFS)在AIoT芯片中的应用
开发语言·人工智能·python·硬件工程·软件工程·系统工程·ipof