3.1 神经网络表示
如图是一个两层神经网络结构示意图:
reminder: 注意两层之间参数的维度。
-
输入层和隐藏层之间:
4个隐藏层神经元,3个输入层神经元;
和隐藏层神经元个数相同。 -
隐藏层和输出层之间:
1个输出层神经元,4个隐藏层神经元;
和输出层神经元个数相同。
总结: 神经网络中,以相邻两层为观测对象,前面一层作为输入,后面一层作为输出,两层之间的w参数大小为 ,这里是从 的线性关系来说的,在神经网络中, 。logistic regression中,一般用 来表示参数矩阵大小,计算公式使用: 。
3.2 计算神经网络输出
隐藏层计算过程:
其中,每个结点对应z和a运算两个部分。编程中我们使用向量化计算神经网络的输出:
在图中所示的神经网络结构,用python代码实现右边的四个公式即可实现神经网络的输出计算。
3.3 向量化实现
m个训练样本的神经网络中,向量化计算神经网络输出可以避免使用for循环,提高计算速度。
- 单个样本时神经网络计算输出过程:
- m个训练样本时,对每个样本重复计算过程,得到相同大小和结构的输出,利用向量化思想将样本合并到一个矩阵,大小为
,
表示单个样本的维度或输入网络的神经元个数。(此处可以结合上面提到的w参数的维度变化思考,每层网络中参数的维度)。
图中矩阵Z和A,纵向表示不同的神经元,横向表示m个样本。 - 举例说明向量化的正确性:
- recap:
3.4 激活函数
几种激活函数比较:
- sigmoid函数:
- tanh函数:
- ReLU函数:
- Leaky ReLU函数:
激活函数选择:
- 隐藏层:tanh函数的表现要好于sigmoid函数,因为tanh取值范围为 ,输出分布在0值的附近,均值为0,从隐藏层到输出层数据起到了归一化(均值为0)的效果。
- 输出层:对于二分类任务的输出取值为 ,故一般会选择sigmoid函数。然而sigmoid和tanh函数在当 |z| 很大的时候,梯度会很小,在依据梯度的算法中,更新在后期会变得很慢。在实际应用中,要使 尽可能的落在0值附近。
- ReLU弥补了前两者的缺陷,当 时,梯度始终为1,从而提高神经网络基于梯度算法的运算速度。然而当 时,梯度一直为0,但是实际的运用中,该缺陷的影响不是很大。
- Leaky ReLU保证在 的时候,梯度仍然不为0。
在选择激活函数的时候,如果在不知道该选什么的时候就选择ReLU,当然也没有固定答案,要依据实际问题在交叉验证集合中进行验证分析。
为什么需要非线性激活函数:
- 如果隐藏层用线性激活函数,那么神经网络只是把输入线性组合再输出,层数再多都只是线性组合,所以不如直接去掉所有隐藏层。
- 回归问题的输出层有些会用线性激活函数。
3.5 激活函数的导数
如图为本节中的浅层神经网络结构。
符号说明:
- 参数: ;
- 输入层特征向量个数: ;
- 隐藏层神经元个数: ;
- 输出层神经元个数: ;
- 维度 , 维度 ;
- 维度 , 维度 ;
反向传播计算公式及其向量化实现:
3.6 随机初始化
如果在初始时,两个隐藏神经元的参数设置为相同的大小,那么两个隐藏神经元对输出单元的影响也是相同的,通过反向梯度下降去进行计算的时候,会得到同样的梯度大小,所以在经过多次迭代后,两个隐藏层单位仍然是对称的。无论设置多少个隐藏单元,其最终的影响都是相同的,那么多个隐藏神经元就没有了意义。
在初始化的时候, W 参数要进行随机初始化, b 则不存在对称性的问题它可以设置为0。 以2个输入,2个隐藏神经元为例:
W = np.random.rand((2,2))* 0.01
b = np.zero((2,1))
这里我们将W的值乘以0.01是为了尽可能使得权重W初始化为较小的值,这是因为如果使用sigmoid函数或者tanh函数作为激活函数时,W比较小,则 $Z = WX+b $所得的值也比较小,处在0的附近,0点区域的附近梯度较大,能够大大提高算法的更新速度。而如果W设置的太大的话,得到的梯度较小,训练过程因此会变得很慢。
ReLU和Leaky ReLU作为激活函数时,不存在这种问题,因为在大于0的时候,梯度均为1。
参考资料:
[1] 博客:https://blog.csdn.net/koala_tree/article/details/78059952
[2] 网易云 Andrew Ng 深度学习课程
博文内容全部来自参考资料,非创作,仅为学习。