在这篇博文中,我们将利用TensorFlow Eager Execution API来实现一个完整多层感知器(MLP)模型。在具体实现多层感知器模型之前,我们首先来看,怎样用TensorFlow Eager Execution API来求向量与矩阵运算的导数。
我们知道在多层感知器模型中,最基本的运算是由第
l−1
层输出信号求出第
l
层神经元的输入信号,公式如下所示:
zl=Wlal−1+bl(3.2.001)
为了下面讨论方便,我们假设第
l−1
层有3个神经元,第
l
层有2个神经元,式(3.2.001)中的各个值定义如下。
第
l−1
层输出信号:
al−1=⎡⎣⎢1.02.03.0⎤⎦⎥(3.2.002)
第
l−1
层到第
l
层连接权值矩阵:
Wl=[4.07.05.08.06.09.0](3.2.003)
第
l
层偏置值:
bl=[1001.01002.0](3.2.004)
为了进行学习,我们需要求出以下导数:
∂zl∂al−1
、
∂zl∂bl
、
∂zl∂Wl
,我们分别来进行讨论。
我们首先来看第一项,根据Jacobian矩阵定义得:
∂zl∂al−1=⎡⎣⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢∂zl1∂al−11∂zl2∂al−11...∂zlNl∂al−11∂zl1∂al−12∂zl2∂al−12...∂zlNl∂al−12............∂zl1∂al−1Nl−1∂zl2∂al−1Nl−1...∂zlNl∂al−1Nl−1⎤⎦⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥=⎡⎣⎢⎢⎢⎢⎢Wl1,1Wl2,1...WlNl,1Wl1,2Wl2,2...WlNl,2............Wl1,Nl−1Wl2,Nl−1...WlNl,Nl−1⎤⎦⎥⎥⎥⎥⎥=Wl(3.2.005)
我们接下来再来求对第
l
层偏置求微分:
∂zlbl=⎡⎣⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢∂zl1∂bl1∂zl2∂bl1...∂zlNl∂bl1∂zl1∂bl2∂zl2∂bl2...∂zlNl∂bl2............∂zl1∂blNl∂zl2∂blNl...∂zlNl∂blNl⎤⎦⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥=⎡⎣⎢⎢⎢10...001...0............00...1⎤⎦⎥⎥⎥(3.2.006)
下面是一个向量对矩阵求偏导,而我们对这个操作没有定义,所以我们需要以一种变通的方式来进行,我们将
Wl
视为由
w(i)∈RNl−1
的行向量组成:
Wl=⎡⎣⎢⎢⎢⎢(w(1))T(w(2))T...(w(Nl))T⎤⎦⎥⎥⎥⎥=wl∈RNl(3.2.007)
其实
w(i)
是指向第
l
层第
i
个神经元所有连接权值组成的向量。
有了式(3.2.007)的定义,我们就可以将
Wl
视为向量,这样根据Jacobian矩阵定义:
∂zl∂Wl=∂zl∂wl=⎡⎣⎢⎢⎢⎢⎢⎢⎢⎢zl1w(1)zl2w(1)...zlNlw(1)zl1w(2)zl2w(2)...zlNlw(2)............zl1w(Nl)zl2w(Nl)...zlNlw(Nl)⎤⎦⎥⎥⎥⎥⎥⎥⎥⎥(3.2.008)
与前面不同的是,式(3.2.008)的矩阵中的每个元素都是一个标量对向量的求偏导,根据我们上篇博文介绍,标量对向量求偏导,结果为一个行向量,我们以
zliw(j)
为例进行讨论。
如果
i≠j
时,
w(j)
是指向第
l
层第
j
个神经元的,不与第
l
行第
i
个神经元相接,因此所有偏层均为0,如下所示:
zliw(j)=[00...0]∈RNl−1(3.2.009)
如果
i=j
时,
w(j)
是由指向第
l
层第
i
个神经元的所有连接权值组成的,根据输入信号定义可得:
zliw(j)=[∂zli∂Wlj,1∂zli∂Wlj,2...∂zli∂Wlj,Nl−1]=[al−11al−12...al−1Nl−1](3.2.010)
因此式(3.2.008)矩阵的每个元素为指向纸里的
RNl−1
向量,当不在对角线上时,所有元素值为零,当在对角线上时,元素为第
l−1
层输出值。
下面我们来看,怎样通过TensorFlow Eager Excecution API来求出这些偏导的值。
@tf.custom_gradient
def f002(W, a, b):
def grad_fn(dy):
ws = W.shape
pz_pW = np.zeros((2, 2, 3))
a1 = tf.reshape(a, [3])
for idx in range(ws[0]):
pz_pW[idx][idx] = a1
diag = tf.ones([W.shape[0]])
d_b = tf.matrix_diag(diag)
return tf.constant(pz_pW), W, d_b
return tf.matmul(W, a) + b, grad_fn
def test001(args={}):
tf.enable_eager_execution()
tfe = tf.contrib.eager
W = tf.constant([[4.0, 5.0, 6.0],[7.0, 8.0, 9.0]])
a = tf.reshape(tf.constant([1.0, 2.0, 3.0]), [3, 1])
i_debug = 2
if 1 == i_debug:
f003(W, a)
return
b = tf.reshape(tf.constant([1001.0, 1002.0]), [2, 1])
z = f002(W, a, b)
print('z=Wa+b={0}'.format(z))
grad_f1 = tfe.gradients_function(f002)
dv = grad_f1(W, a, b)
print('pz_pW={0}'.format(dv[0].numpy()))
print('pz_pa={0}'.format(dv[1].numpy()))
print('pz_pb={0}'.format(dv[2].numpy()))
print('v0.0.1')
在上面的代码中,需要说明的是第16行,将向量
a
定义为3行1列的矩阵形式,这是为了与连接权值矩阵做矩阵相乘。
在前向计算阶段,可以直接调用TensorFlow的矩阵乘法和加法,我们就可以取得正确的结果,但是在反向求导阶段,如果我们直接利用TensorFlow进行求导,例如求
∂zl∂al−1
时,TensorFlow返回结果维数与
al−1
相同,而Jacobian矩阵的维数为
RNl×Nl−1
,所以我们需要自己定义求导函数,根据上面的理论分析,
∂zl∂Wl
是一个3维的张量,维数为
RNl×Nl×Nl−1
,我们可以将其视为一个
RNl×Nl
的矩阵,矩阵中每个元素均为一个数组,长度为
Nl−1
,且除对角线上的元素外,数组元素为0,而对角线上的元素,数组元素为第
l−1
导神经元的输出值。
∂zl∂al−1
为第
l−1
层到第
l
层的连接权值矩阵
Wl
,而
∂zl∂bl
为
RNl×Nl
的单位阵,运行结果如下所示:
至此我们完成了第
l−1
层到第
l
层正向传输和反向求导工作,基本上按照数学理论要求,我们就可以完全处理一个多层感知器模型了。