深度神经网络(Deep Neural Networks,以下简称DNN)是深度学习的基础,而要理解DNN,首先我们要理解DNN模型,下面我们就对DNN模型与前向传播算法做一个总结。
1.从感知机到神经网络
在感知机原理小结中,我们介绍过感知机的模型,它是一个有若干输入和输出的模型,如下图:
输入和输出之间学习到了一个线性关系,得到中间输出结果:
接着是一个神经元激活函数:
从而得到我们想要的输出结果1或者-1。
这个模型只能用于二元分类,且无法学习比较复杂的非线性模型,因此在工业界无法使用。
而神经网络则在感知机的模型做了扩展,总结下主要有三点:
1)加入了隐藏层,隐藏层可以有多层,增强模型的表达能力,如下图示例,当然增加了这么多隐藏层的复杂度也增加了好多。
2)输出层的神经元也可以不止一个输出,可以有多个输出,这样模型可以灵活地应用于分类回归,以及其他的机器学习领域比如降维和聚类等。多个神经元输出的输出层对应的一个实例如下图,输出层现在有4个神经元了。
3)对激活函数的扩展,感知机的激活函数是
,虽然简单但是处理能力有限,因此神经网络中一般使用的是其他激活函数,比如我们在逻辑回归里使用过得Sigmoid函数,即:
还有后来出现的tanx,softmax,和ReLU等。通过使用不同的激活函数,神经网络的表达能力进一步增强。对于各种常用的激活函数,我们在后面再专门讲。
2.DNN的基本结构
上一节我们了解了神经网络基于感知机的扩展,而DNN可以理解为有很多隐藏层的神经网络。这个很多其实也没有什么度量标准,多层神经网络和深度神经网络DNN其实也是指的一个东西,当然,DNN有时也叫做多层感知机(Multi-Layer perception, MLP),名字实在是多。后面我们讲到的神经网络都默认为DNN。
从DNN按不同层的位置划分,DNN内部的神经网络可以分为三类,输入层,隐藏层和输出层,如下图所示,一般来说第一层是输入层,最后一层是输出层,中间的层数都是隐藏层。
层与层之间是全连接的,也就是说,第i层的任意一个神经元一定与第i+1层的任意一个神经元相连。虽然DNN看起来很复杂,但从小的局部模型来说,还是和感知机一样,即一个线性关系
加上一个激活函数
。
由于DNN层数多,我们的线性关系系数
和偏移
的数量也就是很多了。具体的参数在DNN是如何定义的呢?
首先我们来看看线性关系系数
的定义。以下图的一个三层的DNN为例,第二层的第4个神经元到第三层的第2个神经元的线性系数定义为
。上标3代表线性系数
所在的层数,而下标对应的是输出的第三层索引2和输入的第二层索引4.也许你会问,为什么不是
而是
?这主要是为了便于模型用于矩阵运算,如果是
而每次进行矩阵运算是
,需要进行转置。将输出的索引放在前面的话,则线性运算不用转置,即直接为
。总结下,第
层的第
个神经元到第
层的第
个神经元的线性系数定义为
。注意,输入层是没有
参数的。
再来看看偏倚
的定义。还是以这个三层的DNN为例,第二层的第三个神经元对应的偏倚量定义为
。其中,上标2代表所在层数,下标3代表偏倚所在的神经元的索引。同样的道理,第三层的第一个神经元的偏倚应该表示为
。同样的,输入层是没有偏倚参数
的。
3.DNN前向传播算法数学原理
在上一节,我们已经介绍了DNN各层线性关系系数
,偏倚
的定义。假设我们选择的激活函数是
,隐藏层和输出层的输出值为
,则对于下图的三层DNN,利用和感知机一样的思路,我们可以利用上一层的输出计算下一层的输出,也就是所谓的DNN前向传播算法。
对于第二层的输出
,
,
,我们有:
对于第三层的输出
,我们有
将上面的例子一般化,假设第
层共有m个神经元,则对于第
层的第j个神经元的输出
,我们有:
其中,如果
,则对于的
即为输入层的
。
从上面可以看出,使用代数法一个个的表示输出比较复杂,而如果使用矩阵法则比较简洁。假设第
层共有m个神经元,而第
层共有n个神经元,则第
层的线性系数
组成了一个
x
的矩阵
,第
层的偏移量
组成了一个
x 1的向量
,第
层的输出
组成了一个
x 1的向量
,第
层的未激活前线性输出
组成了一个
x 1的向量
,第
层的输出
组成了一个
x 1的向量
。则用矩阵法表示,第
层的输出为:
这个表示方法简介漂亮,后面我们的讨论都会基于上面的这个矩阵法来表示。
4.DNN前向传播算法
有了上一节的数学推导,DNN的前向传播算法也就不难了。所谓的DNN的前向传播算法也就是利用我们的若干个权重系数矩阵
,偏倚向量
和输入值向量
进行一系列线性运算和激活运算,从输入层开始,一层层地向后运算,一直运算到输出层,得到输出结果为止。
输入:总层数L,所有隐藏层和输出层对应的矩阵
,偏倚向量
,输入值向量
输出:输出层的输出
1)初始化
2)for
to
,计算:
最后的结果即为输出
。
5.DNN前向传播算法小结
单独看DNN前向传播算法,似乎没有什么大用处,而且这一大堆的矩阵 ,偏倚向量 对应的参数怎么获得呢?怎么得到最优的矩阵 ,偏倚向量 呢?这个我们在讲DNN的反向传播算法时再讲。而理解反向传播算法的前提就是理解DNN的模型和前向传播算法。这也就是我们这一篇先讲的原因。
参考资料:
1)Neural Networks and Deep Learning by Michael Nielsen
2)Deep Learning book by Ian Goodfellow, Yoshua Bengio, and Aaron Courville
3)UFLDL Tutorial