DBN深度置信网络的实现

“`

深度置信网络（DBN）是由一系列的玻尔兹曼机（RBM）进行叠加组成的。

代码实现DBN的过程，请参考matlab的深度学习工具箱：DeepLearnToolbox  。

而关于深度置信网络的原理部分，请参考大神 peghoty的博客：http://blog.csdn.net/itplus/article/details/19168937。

那么接下来就是自己利用deeplearntoolbox来编写自己的深度置信网络（DBN）了。

DBN函数，包含功能：初始化DBN参数，并进行训练DBN网络，之后将DBN扩展为NN，并对NN进行了相应的初始化，训练以及测试

    
    
function DBN(train_x,train_y,test_x,test_y)
%单纯的 DBN只是一个 NN网络，它返回的是一个训练好的网络，而不是对测试样本的一个评估
%所以，在这个程序中，我们是没有看到输出的结果的
%要进行预测，必须要有逻辑回归或者softmax回归才行，因为，这样才能够对测试样本进行评估
%初始化参数，层数
x = double(train_x)/ 255;
opts.numepochs = 1;%迭代次数
opts.batchsize = 100;%批次处理的大小
opts.momentum = 0;%动量（调整梯度）
opts.learn_r = 1;%学习率
n = size(x, 2);%输入的节点数
dbn.layers = [ 100 100];%隐层的层数以及节点数
dbn.layers = [n,dbn.layers];%输入层+隐层

%对每层的权重和偏置进行初始化
for u = 1:numel(dbn.layers)- 1 %u表示隐层层数
dbn.rbm{u}.learn_r = opts.learn_r;
dbn.rbm{u}.momentum = opts.momentum;

dbn.rbm{u}. W = zeros(dbn.layers(u+ 1),dbn.layers(u));% 784* 100的权重矩阵
dbn.rbm{u}.vW = zeros(dbn.layers(u+ 1),dbn.layers(u));%更新参数用

dbn.rbm{u}.b = zeros(dbn.layers(u), 1);%b为可见层的偏置
dbn.rbm{u}.vb = zeros(dbn.layers(u), 1);

dbn.rbm{u}. c = zeros(dbn.layers(u + 1), 1);% c为隐层的偏置
dbn.rbm{u}.vc = zeros(dbn.layers(u + 1), 1);
end
%初始化参数完毕

%训练
u = numel(dbn.rbm);%隐层的玻尔兹曼机数
dbn.rbm{ 1} = rbmtrain1(dbn.rbm{ 1},x,opts);%训练第一层rbm

for i = 2:u
P = repmat(dbn.rbm{i - 1}. c’, size(x, 1), 1) + x * dbn.rbm{i - 1}. W’;
x = 1./( 1+exp(- P));
dbn.rbm{i} = rbmtrain1(dbn.rbm{i},x,opts);
end
figure; visualize(dbn.rbm{ 1}. W’); % Visualize the RBM weights

%训练完毕，并打印特征图

%展开为nn，利用 BP算法进行参数微调
outputsize = 10; % MNIS数据库，所以最后一层输出只能有 10个
nn.layers = [dbn.layers,outputsize];%nn是 DBN展开的，不过还需要其他的一些参数.nn的size表示层数
nn.n = numel(nn.layers);
nn.activation_function = ‘tanh_opt’; % 激活函数
nn.learningRate = 2; % 学习速率
nn.momentum = 0.5; % 动量，与梯度有关
nn.scaling_learningRate = 1; % Scaling factor for the learning rate (each epoch)
nn.weightPenaltyL2 = 0; % L2 regularization
nn.nonSparsityPenalty = 0; % Non sparsity penalty
nn.sparsityTarget = 0.05; % Sparsity target
nn.inputZeroMaskedFraction = 0; % Used for Denoising AutoEncoders
nn.testing = 0; % Internal variable. nntest sets this to one.
nn.output = ‘sigm’; % 输出是线性、softmax、还是sigm？
nn.dropoutFraction = 0; % Dropout level (http: //www.cs.toronto.edu/~hinton/absps/dropout.pdf)
for i = 2:nn.n
nn. W{i - 1} = (rand(nn.layers(i),nn.layers(i- 1)+ 1)- 0.5)* 2* 4*sqrt( 6/(nn.layers(i)+nn.layers(i- 1)));
%注意，这儿必须进行权重初始化，因为输出层的权重并没有设置，而且在后面会 W会被 DBN训练好的权重覆盖
nn.vW{i - 1} = zeros(size(nn. W{i - 1}));
nn.p{i} = zeros( 1,nn.layers(i));%该参数是用来进行稀疏的
end

for i = 1: numel(dbn.rbm)%利用了 DBN调整的权重
nn. W{i} = [dbn.rbm{i}. c dbn.rbm{i}. W];%注意，我们已经将偏置和权重一块放入nn. W{i}中
end
nn.activation_function = ‘sigm’;

%到此， DBN扩展为 NN并且进行了初始化

%接着进行训练

x1 = double(train_x) / 255;
test_x = double(test_x) / 255;
y1 = double(train_y);
test_y = double(test_y);

nn = nntrain1(nn, x1, y1, opts);
%训练完毕
%进行样本测试
labels = nnpredict1(nn,test_x);
[dummy,expected] = max(test_y,[], 2);
bad = find(labels~= expected);
er = numel(bad) / size(test_x, 1);

assert(er < 0.10, ‘ Too big error’);
end
    
    

rbmtrain1函数：这个过程就是对DBN进行训练的过程，要注意的是，对DBN的训练仅仅只是让DBN进行特征学习，而这个过程DBN是无法进行决策，判断的，其训练过程中参数的更新主要依赖样本的变化，返回的是一个进过训练的网络（这个网络还没有输出）。

    
    
function rbm = rbmtrain1(rbm,x,opts)
assert(isfloat(x), 'x must be a float');
assert(all(x(:)>= 0) && all(x(:)<= 1), 'all data in x must be in [0,1]');

m =size(x, 1); %返回x的行数，即样本数量
numbatches = m/opts.batchsize;%每 batchsize个样本作为一组

assert( rem(numbatches, 1)== 0, 'numbatches not int');

for i = 1:opts.numepochs
seq = randperm(m);%seq 是 1-m的随机数序列
err = 0 ;%误差
for l = 1:numbatches
batch = x(seq((l -1)*opts.batchsize + 1:l*opts.batchsize),:);%取x的 100个样本
%下面的过程是进行GIBBS采样，也算是CD-k算法的实现
v1 = batch;%v1表示可见层的初始化，共 100个样本
P1 = repmat(rbm.c ', opts.batchsize, 1) + v1 * rbm.W';
h1 = double( 1./( 1+exp(-P1)) > rand(size(P1)));
P2 = repmat(rbm.b ', opts.batchsize, 1) + h1 * rbm.W;
v2 = double( 1./( 1+exp(-P2)) > rand(size(P2)));
P3 = repmat(rbm.c ', opts.batchsize, 1) + v2 * rbm.W';
h2 = 1./( 1+exp(-P3));
%参数的更新
c1 = h1 ' * v1;
c2 = h2 ' * v2;

rbm.vW = rbm.momentum * rbm.vW + rbm.learn_r * (c1 - c2) / opts.batchsize;
rbm.vb = rbm.momentum * rbm.vb + rbm.learn_r * sum(v1 - v2) ' / opts.batchsize;
rbm.vc = rbm.momentum * rbm.vc + rbm.learn_r * sum(h1 - h2) ' / opts.batchsize;

rbm.W = rbm.W + rbm.vW;
rbm.b = rbm.b + rbm.vb;
rbm.c = rbm.c + rbm.vc;

err = err + sum(sum((v1 - v2) .^ 2)) / opts.batchsize;
end

disp([ 'epoch ' num2str(i) '/' num2str(opts.numepochs) '. Average reconstruction error is: ' num2str(err / numbatches)]);

end

    
    

nntrain1函数：主要包含了前馈传播，后向传播（BP算法实现），参数更新，以及性能评估等过程

    
    
function nn = nntrain1( nn, x, y, opts,val_x,val_y)
assert (nargin == 4 || nargin == 6,'number of input arguments must be 4 or 6') ;

loss.train.e = [];%%保存的是对训练数据进行前向传递，根据得到的网络输出值计算损失，并保存
%在nneval那里有改变，loss.train.e( end + 1) = nn.L;

loss.train.e_frac = []; %保存的是：对分类问题，用训练数据对网络进行测试，
%首先用网络预测得到预测分类，用预测分类与实际标签进行对比，保存错分样本的个数

loss.val.e = [];%有关验证集

loss.val.e_frac = [];

opts.validation = 0;
if nargin == 6%nargin表示参数个数， 4个或者 6个（val_x,val_y是可选项）
opts.validation = 1;
end

fhandle = [];
if isfield(opts, 'plot') && opts.plot == 1
fhandle = figure();
end

m = size(x, 1);

batchsize = opts.batchsize;%批次处理的数目 为 100
numepochs = opts.numepochs;%迭代次数 为 1

numbatches = m/batchsize;%批次处理的次数

assert(rem(numbatches, 1) == 0, 'numbatches must be int');

L = zeros(numepochs * numbatches, 1);%L用来存储每个训练小批量的平方误差
n = 1;%n作为L的索引

for i= 1:numepochs
tic;% tic用来保存当前时间，而后使用toc来记录程序完成时间，
%差值为二者之间程序运行的时间，单位：s
seq = randperm(m);
%每次选择一个batch进行训练，每次训练都讲更新网络参数和误差，由nnff,nnbp,nnapplygrads实现：
for l = 1 : numbatches
batch_x = x(seq((l- 1) * batchsize + 1 : l * batchsize),:);
%每 100个为一组进行处理
%添加噪声
if(nn.inputZeroMaskedFraction ~= 0)%nn参数设置中有，设置为 0
batch_x = batch_x.*(rand(size(batch_x)) > nn.inputZeroMaskedFraction);
end
batch_y = y(seq((l- 1) * batchsize + 1 : l * batchsize),:);

nn = nnff1(nn,batch_x,batch_y);%进行前向传播
nn = nnbp1(nn);%后向传播
nn = nnapplygrads1(nn);%进行梯度下降

L(n) = nn.L;%记录批次的损失，n作为下标
n = n+ 1;
end
t = toc;
%用nneval和训练数据，评价网络性能
if opts.validation == 1
loss = nneval1(nn, loss, x, y, val_x, val_y);
str_perf = sprintf( '; Full-batch train mse = %f, val mse = %f', loss.train.e( end), loss.val.e( end));
else
%在nneval函数里对网络进行评价，继续用训练数据，并得到错分的样本数和错分率，都存在了loss里
loss = nneval1(nn, loss, x, y);
str_perf = sprintf( '; Full-batch train err = %f', loss.train.e( end));
end
%下面是画图函数
if ishandle(fhandle)
nnupdatefigures1(nn, fhandle, loss, opts, i);
end

disp([ 'epoch ' num2str(i) '/' num2str(opts.numepochs) '. Took ' num2str(t) ' seconds' '. Mini-batch mean squared error on training set is ' num2str(mean(L((n-numbatches):(n- 1)))) str_perf]);
nn.learningRate = nn.learningRate * nn.scaling_learningRate;
end
end
    
    

nnff1函数：进行前馈传播，即就是有输入的数据进行计算隐层节点，输出节点的输出

    
    
function nn = nnff1( nn,x,y )
%前馈传播
n = nn . n ;%网络层数
m = size(x, 1);%样本个数：应该为 100

x = [ones(m, 1) x];%应该是 100* 785数组，第一列全为 1，后 784列为样本值
nn.a {1} = x;%nn.a {i}表示第i层的输出值，所以a {n}也就表示输出层的结果

for i = 2 :n- 1
switch nn.activation_function
case 'sigm'
P = nn.a {i - 1} * nn.W {i - 1} ';%注意：这儿已经把偏置计算进去了
%因为在前面展开的时候，将偏置放在了nn.W{i} = [dbn.rbm{i}.c dbn.rbm{i}.W];中
%并且对训练样本添加了一列，这一列就对应这偏置的计算
nn.a{i} = 1./(1+exp(-P));
case 'tanh_opt '
P = nn.a{i - 1} * nn.W{i - 1}';
nn.a {i} = 1.7159*tanh( 2/ 3.*P);
end

%dropout
if(nn.dropoutFraction > 0)
if(nn.testing)
nn.a {i} = aa.a {i}.* ( 1 - nn.dropoutFraction);
else
nn.dropOutMask {i} = (rand(size(nn.a {i}))>nn.dropoutFraction);
nn.a {i} = nn.a {i}.*nn.dropOutMask {i};
end
end

%计算使用稀疏性的指数级激活
if(nn.nonSparsityPenalty> 0)
nn.p {i} = 0.99 * nn.p {i} + 0.01 * mean(nn.a {i}, 1);
end
nn.a {i} = [ones(m, 1) nn.a {i}];
end

switch nn.output
case 'sigm'
P = nn.a {n - 1} * nn.W {n - 1} ';
nn.a{n} = 1./(1+exp(-P));
case 'linear '
nn.a{n} = nn.a{n-1} * nn.W{n-1}';
case 'softmax'
nn.a {n} = nn.a {n - 1} * nn.W {n - 1} ';
nn.a{n} = exp(bsxfun(@minus, nn.a{n}, max(nn.a{n},[],2)));
nn.a{n} = bsxfun(@rdivide, nn.a{n}, sum(nn.a{n}, 2));
end

%损失
nn.e= y-nn.a{n};%损失，差值
switch nn.output%除m是为了平均误差-也可以认为是单个样本的误差
case {'sigm ','linear '}
nn.L = 1/2 * sum(sum(nn.e .^2)) /m;
case 'softmax '
nn.L = -sum(sum(y .* log(nn.a{n}))) /m;
end
end
    
    

nnbp1函数：后向传播即就是BP算法的实现:

    
    
function nn= nnbp1( nn )
%进行后向传播算法
n = nn.n;
sparsityError = 0;
switch nn.output%本步骤表示输出层单个节点的差值（-(yi-ai)*f '(zi)）,即就是BP第二步，第一步是前馈传播，计算各节点的输出值
case 'sigm'
d{n} = -nn.e .*(nn.a{n} .* ( 1-nn.a{n}));
case { 'softmax','linear'}
d{n} = -nn.e;
end

for i = (n -1): -1: 2%d_act表示激活函数的导数
switch nn.activation_function
case 'sigm'
d_act = nn.a{i} .*( 1-nn.a{i});
case 'tanh-opt'
d_act = 1.7159 * 2/ 3 * ( 1 - 1/( 1.7159)^ 2 * nn.a{i}.^ 2);
end

if(nn.nonSparsityPenalty> 0)%稀疏时有用
pi = repmat(nn.p{i}, size(nn.a{i}, 1), 1);
sparsityError = [zeros(size(nn.a{i}, 1), 1) nn.nonSparsityPenalty * (-nn.sparsityTarget ./ pi + ( 1 - nn.sparsityTarget) ./ ( 1 - pi))];
end

if i+ 1 == n%BP算法的第三步
d{i} = (d{i + 1} * nn.W{i} + sparsityError) .* d_act;
else
d{i} = (d{i + 1}(:, 2: end) * nn.W{i} + sparsityError) .* d_act;
%注意，在这儿第一列是偏置，所以要进行移除
end

if(nn.dropoutFraction> 0)
d{i} = d{i} .* [ones(size(d{i}, 1), 1) nn.dropOutMask{i}];
end
end
for i = 1 : (n -1)%由于每层的节点数是不一样的，所以需要用除以size（d{i]）来求平均节点误差
if i+ 1 == n%dW表示的是梯度
nn.dW{i} = (d{i + 1} ' * nn.a{i}) / size(d{i + 1}, 1);
else
nn.dW{i} = (d{i + 1}(:, 2: end) ' * nn.a{i}) / size(d{i + 1}, 1);
end
end
end
    
    

nnapplygras1d函数：在BP算法后，进行参数的更新，该函数和nnbp1在整个DBN过程中可以认为是微调阶段

    
    
function nn = nnapplygrads1(nn)
%更新参数的函数
for i =1:(nn.n- 1)%的W本身包括偏置和权重
if(nn.weightPenaltyL2> 0)%L2处罚用
dW = nn.dW {i} + nn.weightPenaltyL2 * [zeros(size(nn.W {i}, 1), 1) nn.W {i}(:, 2: end)];
else
dW = nn.dW {i};
end

dW = nn.learningRate * dW;

if(nn.momentum > 0)
nn.vW {i} = nn.momentum * nn.vW {i} + dW;
dW = nn.vW {i};
end
nn.W {i} = nn.W {i} - dW;
end
end

    
    

nneval1函数：实现性能的评估

    
    
function [ loss ] = nneval1(nn, loss, x, y, val_x, val_y)
%评估网路性能
assert (nargin ==4 || nargin == 6,'Wrong number of argument') ;

nn.testing = 1;
%训练性能
nn = nnff1(nn,x,y);
loss.train.e( end+ 1) = nn.L;
%验证性能
if nargin == 6
nn = nnff1(nn,val_x,val_y);
loss.val.e( end+ 1) = nn.L;
end

nn.testing = 0;
%错分类率
if strcmp(nn.output, 'softmax')
[er_train, dummy] = nntest(nn, train_x, train_y);
loss.train.e_frac( end+ 1) = er_train;

if nargin == 6
[er_val, dummy] = nntest(nn, val_x, val_y);
loss.val.e_frac( end+ 1) = er_val;
end
end
end

    
    

最后就是进行数据的测试

    
    
function labels = nnpredict1(nn,x)
nn . testing = 1;
nn = nnff1(nn, x, zeros(size(x, 1), nn.layers( end)));
nn.testing = 0;

[dummy, i] = max(nn.a {end},[], 2);
labels = i;

end

    
    

到此，整个代码的实现过程结束

代码运行结果：3层隐层，各100个节点，numepochs=1

2层隐层，各100 节点，numepochs=10:

总结：DBN在运行过程中只是进行特征学习，而无法进行决策，所以在进行DBN训练完成后，需要将DBN扩展为NN，即添加输出层（根据分类结果天天输出层的节点数）。然后，用训练好的DBN的参数初始化NN的参数，进而在进行传统的NN训练，就是进行前馈传播，后向传播等，这样的过程就是完成了DBN的预训练-微调过程。这样之后才可以进行判断，分类等。

以上是我个人在学习DBN过程的一点小心得，若有不足，恳请指正。

            </div>

“

深度置信网络（DBN）是由一系列的玻尔兹曼机（RBM）进行叠加组成的。

代码实现DBN的过程，请参考matlab的深度学习工具箱：DeepLearnToolbox  。

而关于深度置信网络的原理部分，请参考大神 peghoty的博客：http://blog.csdn.net/itplus/article/details/19168937。

那么接下来就是自己利用deeplearntoolbox来编写自己的深度置信网络（DBN）了。

DBN函数，包含功能：初始化DBN参数，并进行训练DBN网络，之后将DBN扩展为NN，并对NN进行了相应的初始化，训练以及测试

  
  
function DBN(train_x,train_y,test_x,test_y)
%单纯的 DBN只是一个 NN网络，它返回的是一个训练好的网络，而不是对测试样本的一个评估
%所以，在这个程序中，我们是没有看到输出的结果的
%要进行预测，必须要有逻辑回归或者softmax回归才行，因为，这样才能够对测试样本进行评估
%初始化参数，层数
x = double(train_x)/ 255;
opts.numepochs = 1;%迭代次数
opts.batchsize = 100;%批次处理的大小
opts.momentum = 0;%动量（调整梯度）
opts.learn_r = 1;%学习率
n = size(x, 2);%输入的节点数
dbn.layers = [ 100 100];%隐层的层数以及节点数
dbn.layers = [n,dbn.layers];%输入层+隐层

%对每层的权重和偏置进行初始化
for u = 1:numel(dbn.layers)- 1 %u表示隐层层数
dbn.rbm{u}.learn_r = opts.learn_r;
dbn.rbm{u}.momentum = opts.momentum;

dbn.rbm{u}. W = zeros(dbn.layers(u+ 1),dbn.layers(u));% 784* 100的权重矩阵
dbn.rbm{u}.vW = zeros(dbn.layers(u+ 1),dbn.layers(u));%更新参数用

dbn.rbm{u}.b = zeros(dbn.layers(u), 1);%b为可见层的偏置
dbn.rbm{u}.vb = zeros(dbn.layers(u), 1);

dbn.rbm{u}. c = zeros(dbn.layers(u + 1), 1);% c为隐层的偏置
dbn.rbm{u}.vc = zeros(dbn.layers(u + 1), 1);
end
%初始化参数完毕

%训练
u = numel(dbn.rbm);%隐层的玻尔兹曼机数
dbn.rbm{ 1} = rbmtrain1(dbn.rbm{ 1},x,opts);%训练第一层rbm

for i = 2:u
P = repmat(dbn.rbm{i - 1}. c’, size(x, 1), 1) + x * dbn.rbm{i - 1}. W’;
x = 1./( 1+exp(- P));
dbn.rbm{i} = rbmtrain1(dbn.rbm{i},x,opts);
end
figure; visualize(dbn.rbm{ 1}. W’); % Visualize the RBM weights

%训练完毕，并打印特征图

%展开为nn，利用 BP算法进行参数微调
outputsize = 10; % MNIS数据库，所以最后一层输出只能有 10个
nn.layers = [dbn.layers,outputsize];%nn是 DBN展开的，不过还需要其他的一些参数.nn的size表示层数
nn.n = numel(nn.layers);
nn.activation_function = ‘tanh_opt’; % 激活函数
nn.learningRate = 2; % 学习速率
nn.momentum = 0.5; % 动量，与梯度有关
nn.scaling_learningRate = 1; % Scaling factor for the learning rate (each epoch)
nn.weightPenaltyL2 = 0; % L2 regularization
nn.nonSparsityPenalty = 0; % Non sparsity penalty
nn.sparsityTarget = 0.05; % Sparsity target
nn.inputZeroMaskedFraction = 0; % Used for Denoising AutoEncoders
nn.testing = 0; % Internal variable. nntest sets this to one.
nn.output = ‘sigm’; % 输出是线性、softmax、还是sigm？
nn.dropoutFraction = 0; % Dropout level (http: //www.cs.toronto.edu/~hinton/absps/dropout.pdf)
for i = 2:nn.n
nn. W{i - 1} = (rand(nn.layers(i),nn.layers(i- 1)+ 1)- 0.5)* 2* 4*sqrt( 6/(nn.layers(i)+nn.layers(i- 1)));
%注意，这儿必须进行权重初始化，因为输出层的权重并没有设置，而且在后面会 W会被 DBN训练好的权重覆盖
nn.vW{i - 1} = zeros(size(nn. W{i - 1}));
nn.p{i} = zeros( 1,nn.layers(i));%该参数是用来进行稀疏的
end

for i = 1: numel(dbn.rbm)%利用了 DBN调整的权重
nn. W{i} = [dbn.rbm{i}. c dbn.rbm{i}. W];%注意，我们已经将偏置和权重一块放入nn. W{i}中
end
nn.activation_function = ‘sigm’;

%到此， DBN扩展为 NN并且进行了初始化

%接着进行训练

x1 = double(train_x) / 255;
test_x = double(test_x) / 255;
y1 = double(train_y);
test_y = double(test_y);

nn = nntrain1(nn, x1, y1, opts);
%训练完毕
%进行样本测试
labels = nnpredict1(nn,test_x);
[dummy,expected] = max(test_y,[], 2);
bad = find(labels~= expected);
er = numel(bad) / size(test_x, 1);

assert(er < 0.10, ‘ Too big error’);
end
  
  

rbmtrain1函数：这个过程就是对DBN进行训练的过程，要注意的是，对DBN的训练仅仅只是让DBN进行特征学习，而这个过程DBN是无法进行决策，判断的，其训练过程中参数的更新主要依赖样本的变化，返回的是一个进过训练的网络（这个网络还没有输出）。

  
  
function rbm = rbmtrain1(rbm,x,opts)
assert(isfloat(x), 'x must be a float');
assert(all(x(:)>= 0) && all(x(:)<= 1), 'all data in x must be in [0,1]');

m =size(x, 1); %返回x的行数，即样本数量
numbatches = m/opts.batchsize;%每 batchsize个样本作为一组

assert( rem(numbatches, 1)== 0, 'numbatches not int');

for i = 1:opts.numepochs
seq = randperm(m);%seq 是 1-m的随机数序列
err = 0 ;%误差
for l = 1:numbatches
batch = x(seq((l -1)*opts.batchsize + 1:l*opts.batchsize),:);%取x的 100个样本
%下面的过程是进行GIBBS采样，也算是CD-k算法的实现
v1 = batch;%v1表示可见层的初始化，共 100个样本
P1 = repmat(rbm.c ', opts.batchsize, 1) + v1 * rbm.W';
h1 = double( 1./( 1+exp(-P1)) > rand(size(P1)));
P2 = repmat(rbm.b ', opts.batchsize, 1) + h1 * rbm.W;
v2 = double( 1./( 1+exp(-P2)) > rand(size(P2)));
P3 = repmat(rbm.c ', opts.batchsize, 1) + v2 * rbm.W';
h2 = 1./( 1+exp(-P3));
%参数的更新
c1 = h1 ' * v1;
c2 = h2 ' * v2;

rbm.vW = rbm.momentum * rbm.vW + rbm.learn_r * (c1 - c2) / opts.batchsize;
rbm.vb = rbm.momentum * rbm.vb + rbm.learn_r * sum(v1 - v2) ' / opts.batchsize;
rbm.vc = rbm.momentum * rbm.vc + rbm.learn_r * sum(h1 - h2) ' / opts.batchsize;

rbm.W = rbm.W + rbm.vW;
rbm.b = rbm.b + rbm.vb;
rbm.c = rbm.c + rbm.vc;

err = err + sum(sum((v1 - v2) .^ 2)) / opts.batchsize;
end

disp([ 'epoch ' num2str(i) '/' num2str(opts.numepochs) '. Average reconstruction error is: ' num2str(err / numbatches)]);

end

  
  

nntrain1函数：主要包含了前馈传播，后向传播（BP算法实现），参数更新，以及性能评估等过程

  
  
function nn = nntrain1( nn, x, y, opts,val_x,val_y)
assert (nargin == 4 || nargin == 6,'number of input arguments must be 4 or 6') ;

loss.train.e = [];%%保存的是对训练数据进行前向传递，根据得到的网络输出值计算损失，并保存
%在nneval那里有改变，loss.train.e( end + 1) = nn.L;

loss.train.e_frac = []; %保存的是：对分类问题，用训练数据对网络进行测试，
%首先用网络预测得到预测分类，用预测分类与实际标签进行对比，保存错分样本的个数

loss.val.e = [];%有关验证集

loss.val.e_frac = [];

opts.validation = 0;
if nargin == 6%nargin表示参数个数， 4个或者 6个（val_x,val_y是可选项）
opts.validation = 1;
end

fhandle = [];
if isfield(opts, 'plot') && opts.plot == 1
fhandle = figure();
end

m = size(x, 1);

batchsize = opts.batchsize;%批次处理的数目 为 100
numepochs = opts.numepochs;%迭代次数 为 1

numbatches = m/batchsize;%批次处理的次数

assert(rem(numbatches, 1) == 0, 'numbatches must be int');

L = zeros(numepochs * numbatches, 1);%L用来存储每个训练小批量的平方误差
n = 1;%n作为L的索引

for i= 1:numepochs
tic;% tic用来保存当前时间，而后使用toc来记录程序完成时间，
%差值为二者之间程序运行的时间，单位：s
seq = randperm(m);
%每次选择一个batch进行训练，每次训练都讲更新网络参数和误差，由nnff,nnbp,nnapplygrads实现：
for l = 1 : numbatches
batch_x = x(seq((l- 1) * batchsize + 1 : l * batchsize),:);
%每 100个为一组进行处理
%添加噪声
if(nn.inputZeroMaskedFraction ~= 0)%nn参数设置中有，设置为 0
batch_x = batch_x.*(rand(size(batch_x)) > nn.inputZeroMaskedFraction);
end
batch_y = y(seq((l- 1) * batchsize + 1 : l * batchsize),:);

nn = nnff1(nn,batch_x,batch_y);%进行前向传播
nn = nnbp1(nn);%后向传播
nn = nnapplygrads1(nn);%进行梯度下降

L(n) = nn.L;%记录批次的损失，n作为下标
n = n+ 1;
end
t = toc;
%用nneval和训练数据，评价网络性能
if opts.validation == 1
loss = nneval1(nn, loss, x, y, val_x, val_y);
str_perf = sprintf( '; Full-batch train mse = %f, val mse = %f', loss.train.e( end), loss.val.e( end));
else
%在nneval函数里对网络进行评价，继续用训练数据，并得到错分的样本数和错分率，都存在了loss里
loss = nneval1(nn, loss, x, y);
str_perf = sprintf( '; Full-batch train err = %f', loss.train.e( end));
end
%下面是画图函数
if ishandle(fhandle)
nnupdatefigures1(nn, fhandle, loss, opts, i);
end

disp([ 'epoch ' num2str(i) '/' num2str(opts.numepochs) '. Took ' num2str(t) ' seconds' '. Mini-batch mean squared error on training set is ' num2str(mean(L((n-numbatches):(n- 1)))) str_perf]);
nn.learningRate = nn.learningRate * nn.scaling_learningRate;
end
end
  
  

nnff1函数：进行前馈传播，即就是有输入的数据进行计算隐层节点，输出节点的输出

  
  
function nn = nnff1( nn,x,y )
%前馈传播
n = nn . n ;%网络层数
m = size(x, 1);%样本个数：应该为 100

x = [ones(m, 1) x];%应该是 100* 785数组，第一列全为 1，后 784列为样本值
nn.a {1} = x;%nn.a {i}表示第i层的输出值，所以a {n}也就表示输出层的结果

for i = 2 :n- 1
switch nn.activation_function
case 'sigm'
P = nn.a {i - 1} * nn.W {i - 1} ';%注意：这儿已经把偏置计算进去了
%因为在前面展开的时候，将偏置放在了nn.W{i} = [dbn.rbm{i}.c dbn.rbm{i}.W];中
%并且对训练样本添加了一列，这一列就对应这偏置的计算
nn.a{i} = 1./(1+exp(-P));
case 'tanh_opt '
P = nn.a{i - 1} * nn.W{i - 1}';
nn.a {i} = 1.7159*tanh( 2/ 3.*P);
end

%dropout
if(nn.dropoutFraction > 0)
if(nn.testing)
nn.a {i} = aa.a {i}.* ( 1 - nn.dropoutFraction);
else
nn.dropOutMask {i} = (rand(size(nn.a {i}))>nn.dropoutFraction);
nn.a {i} = nn.a {i}.*nn.dropOutMask {i};
end
end

%计算使用稀疏性的指数级激活
if(nn.nonSparsityPenalty> 0)
nn.p {i} = 0.99 * nn.p {i} + 0.01 * mean(nn.a {i}, 1);
end
nn.a {i} = [ones(m, 1) nn.a {i}];
end

switch nn.output
case 'sigm'
P = nn.a {n - 1} * nn.W {n - 1} ';
nn.a{n} = 1./(1+exp(-P));
case 'linear '
nn.a{n} = nn.a{n-1} * nn.W{n-1}';
case 'softmax'
nn.a {n} = nn.a {n - 1} * nn.W {n - 1} ';
nn.a{n} = exp(bsxfun(@minus, nn.a{n}, max(nn.a{n},[],2)));
nn.a{n} = bsxfun(@rdivide, nn.a{n}, sum(nn.a{n}, 2));
end

%损失
nn.e= y-nn.a{n};%损失，差值
switch nn.output%除m是为了平均误差-也可以认为是单个样本的误差
case {'sigm ','linear '}
nn.L = 1/2 * sum(sum(nn.e .^2)) /m;
case 'softmax '
nn.L = -sum(sum(y .* log(nn.a{n}))) /m;
end
end
  
  

nnbp1函数：后向传播即就是BP算法的实现:

  
  
function nn= nnbp1( nn )
%进行后向传播算法
n = nn.n;
sparsityError = 0;
switch nn.output%本步骤表示输出层单个节点的差值（-(yi-ai)*f '(zi)）,即就是BP第二步，第一步是前馈传播，计算各节点的输出值
case 'sigm'
d{n} = -nn.e .*(nn.a{n} .* ( 1-nn.a{n}));
case { 'softmax','linear'}
d{n} = -nn.e;
end

for i = (n -1): -1: 2%d_act表示激活函数的导数
switch nn.activation_function
case 'sigm'
d_act = nn.a{i} .*( 1-nn.a{i});
case 'tanh-opt'
d_act = 1.7159 * 2/ 3 * ( 1 - 1/( 1.7159)^ 2 * nn.a{i}.^ 2);
end

if(nn.nonSparsityPenalty> 0)%稀疏时有用
pi = repmat(nn.p{i}, size(nn.a{i}, 1), 1);
sparsityError = [zeros(size(nn.a{i}, 1), 1) nn.nonSparsityPenalty * (-nn.sparsityTarget ./ pi + ( 1 - nn.sparsityTarget) ./ ( 1 - pi))];
end

if i+ 1 == n%BP算法的第三步
d{i} = (d{i + 1} * nn.W{i} + sparsityError) .* d_act;
else
d{i} = (d{i + 1}(:, 2: end) * nn.W{i} + sparsityError) .* d_act;
%注意，在这儿第一列是偏置，所以要进行移除
end

if(nn.dropoutFraction> 0)
d{i} = d{i} .* [ones(size(d{i}, 1), 1) nn.dropOutMask{i}];
end
end
for i = 1 : (n -1)%由于每层的节点数是不一样的，所以需要用除以size（d{i]）来求平均节点误差
if i+ 1 == n%dW表示的是梯度
nn.dW{i} = (d{i + 1} ' * nn.a{i}) / size(d{i + 1}, 1);
else
nn.dW{i} = (d{i + 1}(:, 2: end) ' * nn.a{i}) / size(d{i + 1}, 1);
end
end
end
  
  

nnapplygras1d函数：在BP算法后，进行参数的更新，该函数和nnbp1在整个DBN过程中可以认为是微调阶段

  
  
function nn = nnapplygrads1(nn)
%更新参数的函数
for i =1:(nn.n- 1)%的W本身包括偏置和权重
if(nn.weightPenaltyL2> 0)%L2处罚用
dW = nn.dW {i} + nn.weightPenaltyL2 * [zeros(size(nn.W {i}, 1), 1) nn.W {i}(:, 2: end)];
else
dW = nn.dW {i};
end

dW = nn.learningRate * dW;

if(nn.momentum > 0)
nn.vW {i} = nn.momentum * nn.vW {i} + dW;
dW = nn.vW {i};
end
nn.W {i} = nn.W {i} - dW;
end
end

  
  

nneval1函数：实现性能的评估

  
  
function [ loss ] = nneval1(nn, loss, x, y, val_x, val_y)
%评估网路性能
assert (nargin ==4 || nargin == 6,'Wrong number of argument') ;

nn.testing = 1;
%训练性能
nn = nnff1(nn,x,y);
loss.train.e( end+ 1) = nn.L;
%验证性能
if nargin == 6
nn = nnff1(nn,val_x,val_y);
loss.val.e( end+ 1) = nn.L;
end

nn.testing = 0;
%错分类率
if strcmp(nn.output, 'softmax')
[er_train, dummy] = nntest(nn, train_x, train_y);
loss.train.e_frac( end+ 1) = er_train;

if nargin == 6
[er_val, dummy] = nntest(nn, val_x, val_y);
loss.val.e_frac( end+ 1) = er_val;
end
end
end

  
  

最后就是进行数据的测试

  
  
function labels = nnpredict1(nn,x)
nn . testing = 1;
nn = nnff1(nn, x, zeros(size(x, 1), nn.layers( end)));
nn.testing = 0;

[dummy, i] = max(nn.a {end},[], 2);
labels = i;

end

  
  

到此，整个代码的实现过程结束

代码运行结果：3层隐层，各100个节点，numepochs=1

2层隐层，各100 节点，numepochs=10:

总结：DBN在运行过程中只是进行特征学习，而无法进行决策，所以在进行DBN训练完成后，需要将DBN扩展为NN，即添加输出层（根据分类结果天天输出层的节点数）。然后，用训练好的DBN的参数初始化NN的参数，进而在进行传统的NN训练，就是进行前馈传播，后向传播等，这样的过程就是完成了DBN的预训练-微调过程。这样之后才可以进行判断，分类等。

以上是我个人在学习DBN过程的一点小心得，若有不足，恳请指正。

            </div>

“