深度学习|1|softmax回归

系列文章目录

---

前言

softmax 回归(softmax regression)其实是 logistic 回归的一般形式，logistic 回归用于二分类，而 softmax 回归用于多分类

---

softmax回归是一个多输出的单层神经网络

神经网络：所有输出层的神经元，与所有输入层的神经元，线性相连。没有中间层

对任意输出神经元$y_j$，都有$y_j=\sum w_{i,j}{x}_i+bj$

进而，softmax回归模型可写为：

$y=Wx+b$

假定$x\in {\mathbb{R}}^{n\times 1}$, $y\in {\mathbb{R}}^{m\times 1}$,

$Then$

$W\in {\mathbb{R}}^{m\times n},b\in {\mathbb{R}}^{m\times 1}$

---

Softmax回归的输出不是一个实值，而是一个在0和1之间的概率

softmax回归与线性回归的本质区别在于：输出意义不同

以鸢尾花为例：$y_1,y_2,y_3$分别表示$x$属于山鸢尾、变色鸢尾还是维吉尼亚鸢尾的概率。

既然是概率，则$y_1,y_2,y_3$的取值范围:

1. 应当在1的范围之内
2. 和应当为1

用线性回归的方式对其进行处理，并不能保证$y_1,y_2,y_3$的取值范围满足上述条件。

需要对输出进行softmax处理。

$y_i=\frac{e^{y_i}}{{\sum }_{j=1}^3{e}^{y_j}}$

上述公式即为softmax函数。

很显然，$y_i\in (0,1]$， y永远不可能等于0， 但有可能非常逼近0。

例1：给定数组{-0.5， 0， 10}，计算他们的softmax输出

$e^{-0.5}=0.6065,e^0=1,e^{100}=22026.4658$

${\sum }_{j=1}^3{e}^{y_j}=22028.0723$

$y_1=0.00003$

$y_2=0.00004$

$y_3=0.99993$

例2：给定数组{0.5， 0.8， 0.4}，计算他们的softmax输出

$e^{0.5}=1.649,e^{0.8}=2.226,e^{0.4}=1.492$

${\sum }_{j=1}^3{e}^{y_j}=5.367$

$y_1=0.307$

$y_2=0.415$

$y_3=0.278$

综上所示，更完整的softmax回归模型可写为

$y=softmax(Wx+b)$

---

我们期望softmax模型输出什么样的数据？

线性回归采用（mean square error, MSE）损失

$l=0.5(\hat{y}-y{)}^2$

其目的在于令预测值和真实值更加接近。显然，这并不适用于softmax回归模型。

softmax回归模型中，输出为离散的值，每个值表示一个类别的概率。

我们期望：

• 正确类的预测类别更高$\to$接近1

• 错误类的预测类别更低$\to$接近0

那么到极限情况，我们期望的输出应当是一串由1和0组成的数字，其中有且仅有一个元素为1，且1的位置在正确的类别上。

$$y_i=\{\begin{array}{ll}0,& category\ne i\\ 1,& category=i\end{array}$$

例子：在iris数据集中，山鸢尾、变色鸢尾、维吉尼亚鸢尾分别为的标签为1， 2， 3，那么在softmax模型中，我们期望的最佳输出分别是：

山鸢尾 = [1, 0, 0]

变色鸢尾 = [0, 1, 0]

维吉尼亚鸢= [0, 0, 1]

–

那么对于给定的softmax输出，我们如何测量他与lable之间的差距？

交叉熵损失

不同于MSE或者L1范数损失，交叉熵损失能够更敏感的反应预测结果与真实值之间的差距：

结果相差越大

$\downarrow$

损失值越大

$\downarrow$

对模型的乘法也就越大

$\downarrow$

参数调整力度也就越大

交叉熵损失的具体形式

$H(p,q)={\sum }_i-p_i\text{log}(q_i)$

其中$p,q$分别表示输出和真实值的概率。

例1

真实值为第1类鸢尾花，其在第一维的值为1；预测的结果为[0.3, 0.2, 0.7],其第一维的值为0.3.

那么就可以计算交叉熵$H([1,0,0],[0.3,0.2,0.7])=-(\text{0.3})\approx 1.7$

例2

真实值为第1类鸢尾花，其在第一维的值为1；预测的结果为[0.6, 0.2, 0.2],其第一维的值为0.6.

那么就可以计算交叉熵$H([1,0,0],[0.6,0.2,0.2])=-(\text{0.6})\approx 0.74$

例3

真实值为第1类鸢尾花，其在第一维的值为1；预测的结果为[0.8, 0.1, 0.1],其第一维的值为0.8.

那么就可以计算交叉熵$H([1,0,0],[0.8,0.1,0.1])=-(\text{0.6})\approx 0.32$

显然，预测越准确，与真实概率之间的分布越接近，交叉熵也就越低。
因此，很适合将交叉熵作为损失函数。

–

理论总结

1. 表达式

$$\left[\begin{array}{c}{o}_1\\ ⋮\\ o_n\end{array}\right]=\left[\begin{array}{ccc}{w}_{11}& \cdots & w_{1m}\\ ⋮& \ddots & ⋮\\ w_{n1}& \cdots & w_{mn}\end{array}\right]\times \left[\begin{array}{c}{x}_1\\ ⋮\\ x_m\end{array}\right]+\left[\begin{array}{c}{b}_1\\ ⋮\\ b_n\end{array}\right]$$

写成矩阵形式即为：

$$O=Wx+b$$

最终结果进行softmax：

$$y=\left[\begin{array}{c}{y}_1\\ ⋮\\ y_n\end{array}\right]=\text{softmax}(o)=\frac{1}{{\sum }_i{e}^{o_i}}\left[\begin{array}{c}{e}^{o_1}\\ ⋮\\ e^{o_n}\end{array}\right]$$

2. 损失函数
   交叉熵损失函数
   $$\mathcal{L}(y,\hat{y})=-\sum _i{y}_i\text{log}\hat{y}=-\text{log}{\hat{y}}_{i|y_i=1}$$