大家好，欢迎来到IT知识分享网。
本文是深度学习入门： 基于Python的实现、神经网络与深度学习（NNDL）以及花书的读书笔记。本文将以多分类任务为例，介绍多层的前馈神经网络（Feed Forward Networks，FFN）加上Softmax层和交叉熵CE（Cross Entropy）损失的前向传播和反向传播过程（重点）。本文较长。
一、概述
1.1 多层前馈神经网络
多层的前馈神经网络又名多层感知机（Multi-Layer Perceptrons, MLP）。MLP只是经验叫法，但实际上FFN不等价于MLP，因为原始的MLP通常使用不可微的阶跃函数，而不是连续的非线性函数。
Figure 1 展示了单层的FFN。当多层的FFN堆叠起来，它就有了深度神经网络的万能近似能力。实际上，两层的FFN或MLP就具备强大的拟合能力。在数据足够多的时候，足够宽的（神经元足够多的）两层网络可以逼近任意连续函数。直观理解，两层的FFN有点类似于一个分段非线性函数， 或者是非线性函数的非线性组合，因而任何连续函数都可以被它表示（值得注意的是，能够表示不一定意味着可以学到这个函数。而且不一定是最优的）。
多层的前馈神经网络FFN的结构如上图所示。常用的FFN一般由2层或3层网络构成（不包括输入层）。
此外，单层网络的符号定义和公式如下图所示。一般FFN将采用Relu作为隐藏层的激活函数。
本文中没有给出多层FFN的手动反向传播推导过程。具体可查看NNDL 第93页。手动反向传播主要涉及矩阵求导（本质上是求多变量的偏导数）和链式法则。
每层FFN中参数的梯度是由当前层的净输入（仿射变换的结果）关于激活函数的梯度、参数关于净输入的梯度（偏导数矩阵-即Jaccobian Matrix）以及上一层传过来的梯度（误差项）连乘所得。值得注意的是，对于深层网络而言，当选用sigmoid或tanh激活函数，由于其容易饱和使梯度较小，而层层的梯度回传会让梯度衰减甚至消失，导致网络难以训练。
多层FFN用于分类的优化目标如下：
1.2 计算图
对于较深的网络，手工推导每一层参数的梯度很繁琐也容易出错。尽管，基于数值微分的自动微分方法（利用泰勒Taylor公式一阶近似，以一阶差分近似微分）可以计算梯度，但此法需要对每一个参数都进行一次前向传播计算，因而十分耗时。在实际中，基于数值微分的梯度计算通常只用于梯度校验。这时就需要利用计算图，依赖链式法则来自动进行梯度反向传播，以求解各个参数的梯度。
计算图中每个输入节点表示变量（标量、向量、矩阵和张量），此外操作也可以表示为节点 （前向传播和反向传播），它详细描绘了每一步的计算过程。计算图可以有效地计算参数的提取，例如重用梯度矩阵。
1、手动实现各个模块的前向和反向计算过程（解耦合），然后把各个模块拼接起来。 缺点就是反向过程也需要手动实现。本文主要介绍此类方法。
2、基于自动计算图的自动微分，可以直接底层实现反向传播，更简便 （这时，可以只专注于网络的搭建）
接下来将，多层FFN和softmax层加loss进行拆分，分别介绍激活函数、仿射变换和softmax-with-loss的计算图，并实现其对应的前向和反向传播。这样，我们就可以将这些层拼接起来，搭建任意深度的神经网络。
1.2.1 激活函数
1）Sigmoid
Sigmoid激活函数及其计算图如下所示。Sigmoid函数的关于其输入x的梯度可以被简化为y(1-y)。
Sigmoid层的代码实现如下。
class Sigmoid:
def __init__(self):
self.out = None
def forward(self, x):
out = 1 / (1 + np.exp(-x))
self.out = out
return out
def backward(self, dout):
dx = dout * (1.0 - self.out) * self.out
return dx
2）Relu
ReLU层的代码实现如下。Relu类有实例变量mask。这个变量mask是由True/False构成的NumPy数组，它会把正向传播时的输入x的元素中小于等于0的地方保存为True，其他地方（大于0的元素）保存为False。dout是上层回传的梯度。
class Relu:
def __init__(self):
self.mask = None
def forward(self, x):
self.mask = (x <= 0) # Numpy, True/False
out = x.copy()
out[self.mask] = 0
return out
def backward(self, dout):
dout[self.mask] = 0
dx = dout
return dx
1.2.2 仿射变换
这里我们假设输入是N个样例构成的一个batch。我们可以根据计算图得出仿射变换中关于参数W和偏置B（实际计算中，会对每一个输入加相同的偏置向量，由此构成偏置矩阵。在计算其梯度时，需将每一项梯度求和）。仿射变换层的代码实现如下。
class Affine:
def __init__(self, W, b):
self.W = W
self.b = b
self.x = None
self.original_x_shape = None
self.dW = None # 权重和偏置参数的梯度
self.db = None
def forward(self, x):
self.original_x_shape = x.shape
x = x.reshape(x.shape[0], -1)
self.x = x
out = np.dot(self.x, self.W) + self.b # Numpy自动广播
return out
def backward(self, dout):
dx = np.dot(dout, self.W.T) # dout is ∂L/∂Y即上一层的梯度
self.dW = np.dot(self.x.T, dout)
self.db = np.sum(dout, axis=0)
dx = dx.reshape(*self.original_x_shape) # 还原输入数据的形状（对应张量）
return dx # 根据计算图，将当前层的梯度dx向前回传
1.2.3 softmax-with-loss
可以看到Softmax层的反向传播得到了（y1 − t1, y2 − t2, y3 − t3）这样“漂亮”的结果。由于（y1, y2, y3）是Softmax层的输出，（t1, t2, t3）是监督数据，所以（y1 − t1, y2 − t2, y3 − t3）是Softmax层的输出和真实标签的差值。神经网络的反向传播会把这个差分表示的误差传递给前面的层，这是神经网络学习中的重要性质。
在多分类中，ground truth label是一个one-hot编码，这意味着真实标签向量中仅有一维为1，而其余维都为0。假设t3为1，而t1、t2皆为0。在基于交叉熵损失优化网络参数时，误差项将以（y1, y2, y3 − 1）反向传播，以调整网络参数。 由上图可知，尽管在实际计算交叉熵损失时，只会计算真实标签向量中真正类别对应维的负对数似然，但是这个损失在反向传播中也会引导网络去调整其他层的参数。
softmax-with-loss层的代码实现如下。
def softmax(x):
if x.ndim == 2:
x = x.T
x = x - np.max(x, axis=0)
y = np.exp(x) / np.sum(np.exp(x), axis=0)
return y.T
x = x - np.max(x) # 应对数值溢出的对策，输出与原式等价
return np.exp(x) / np.sum(np.exp(x))
def cross_entropy_error(y, t):
if y.ndim == 1:
t = t.reshape(1, t.size)
y = y.reshape(1, y.size)
# 监督数据是one-hot-vector的情况下，转换为正确解标签的索引
if t.size == y.size:
t = t.argmax(axis=1)
batch_size = y.shape[0]
return -np.sum(np.log(y[np.arange(batch_size), t] + 1e-7)) / batch_size
class SoftmaxWithLoss:
""" Softmax Layer With Cross Entropy Loss """
def __init__(self):
self.loss = None
self.y = None # softmax的输出
self.t = None # 监督数据
def forward(self, x, t):
self.t = t
self.y = softmax(x)
self.loss = cross_entropy_error(self.y, self.t)
return self.loss
def backward(self, dout=1):
batch_size = self.t.shape[0]
if self.t.size == self.y.size: # 监督数据是one-hot-vector的情况
dx = (self.y - self.t) / batch_size
else:
dx = self.y.copy()
dx[np.arange(batch_size), self.t] -= 1
dx = dx / batch_size
return dx
二、模型构建和训练
依据第一节的实现的激活函数、仿射变换层以及损失，3层FFN的分类模型的前向传播以及反向传播计算梯度的可由如下代码实现。这里可以尝试将Relu替换为Sigmoid函数来查看模型的效果。
import numpy as np
from collections import OrderedDict
class ThreeLayerNet:
def __init__(self, input_size, hidden_size, output_size, weight_init_std = 0.01):
print("Build Net") # 初始化权重
mid_size = hidden_size // 2
self.params = {}
self.params['W1'] = weight_init_std * np.random.randn(input_size, hidden_size)
self.params['b1'] = np.zeros(hidden_size)
self.params['W2'] = weight_init_std * np.random.randn(hidden_size, mid_size)
self.params['b2'] = np.zeros(mid_size)
self.params['W3'] = weight_init_std * np.random.randn(mid_size, output_size)
self.params['b3'] = np.zeros(output_size)
# 生成层
self.layers = OrderedDict()
self.layers['Affine1'] = Affine(self.params['W1'], self.params['b1'])
self.layers['Relu1'] = Relu()
self.layers['Affine2'] = Affine(self.params['W2'], self.params['b2'])
self.layers['Relu2'] = Relu()
self.layers['Affine3'] = Affine(self.params['W3'], self.params['b3'])
self.lastLayer = SoftmaxWithLoss()
def predict(self, x):
for layer in self.layers.values():
x = layer.forward(x)
return x
def loss(self, x, t):
# x:输入数据, t:监督数据
y = self.predict(x)
return self.lastLayer.forward(y, t)
def accuracy(self, x, t):
y = self.predict(x)
y = np.argmax(y, axis=1)
if t.ndim != 1 : t = np.argmax(t, axis=1)
accuracy = np.sum(y == t) / float(x.shape[0])
return accuracy
def gradient(self, x, t):
self.loss(x, t) # forward
dout = 1 # backward
dout = self.lastLayer.backward(dout)
layers = list(self.layers.values())
layers.reverse()
for layer in layers:
dout = layer.backward(dout)
grads = {}
grads['W1'], grads['b1'] = self.layers['Affine1'].dW, self.layers['Affine1'].db
grads['W2'], grads['b2'] = self.layers['Affine2'].dW, self.layers['Affine2'].db
grads['W3'], grads['b3'] = self.layers['Affine3'].dW, self.layers['Affine3'].db
return grads
加载MNIST数据集。
# coding: utf-8
try:
import urllib.request
except ImportError:
raise ImportError('You should use Python 3.x')
import os.path
import gzip
import pickle
import os
import numpy as np
url_base = 'http://yann.lecun.com/exdb/mnist/'
key_file = {
'train_img':'train-images-idx3-ubyte.gz',
'train_label':'train-labels-idx1-ubyte.gz',
'test_img':'t10k-images-idx3-ubyte.gz',
'test_label':'t10k-labels-idx1-ubyte.gz'
}
dataset_dir = os.path.dirname(os.path.abspath(__file__))
save_file = dataset_dir + "/mnist.pkl"
train_num = 60000
test_num = 10000
img_dim = (1, 28, 28)
img_size = 784
def _download(file_name):
file_path = dataset_dir + "/" + file_name
if os.path.exists(file_path):
return
print("Downloading " + file_name + " ... ")
urllib.request.urlretrieve(url_base + file_name, file_path)
print("Done")
def download_mnist():
for v in key_file.values():
_download(v)
def _load_label(file_name):
file_path = dataset_dir + "/" + file_name
print("Converting " + file_name + " to NumPy Array ...")
with gzip.open(file_path, 'rb') as f:
labels = np.frombuffer(f.read(), np.uint8, offset=8)
print("Done")
return labels
def _load_img(file_name):
file_path = dataset_dir + "/" + file_name
print("Converting " + file_name + " to NumPy Array ...")
with gzip.open(file_path, 'rb') as f:
data = np.frombuffer(f.read(), np.uint8, offset=16)
data = data.reshape(-1, img_size)
print("Done")
return data
def _convert_numpy():
dataset = {}
dataset['train_img'] = _load_img(key_file['train_img'])
dataset['train_label'] = _load_label(key_file['train_label'])
dataset['test_img'] = _load_img(key_file['test_img'])
dataset['test_label'] = _load_label(key_file['test_label'])
return dataset
def init_mnist():
download_mnist()
dataset = _convert_numpy()
print("Creating pickle file ...")
with open(save_file, 'wb') as f:
pickle.dump(dataset, f, -1)
print("Done!")
def _change_one_hot_label(X):
T = np.zeros((X.size, 10))
for idx, row in enumerate(T):
row[X[idx]] = 1
return T
def load_mnist(normalize=True, flatten=True, one_hot_label=False):
"""读入MNIST数据集
Parameters
----------
normalize : 将图像的像素值正规化为0.0~1.0
one_hot_label :
one_hot_label为True的情况下，标签作为one-hot数组返回
one-hot数组是指[0,0,1,0,0,0,0,0,0,0]这样的数组
flatten : 是否将图像展开为一维数组
Returns
-------
(训练图像, 训练标签), (测试图像, 测试标签)
"""
if not os.path.exists(save_file):
init_mnist()
with open(save_file, 'rb') as f:
dataset = pickle.load(f)
if normalize:
for key in ('train_img', 'test_img'):
dataset[key] = dataset[key].astype(np.float32)
dataset[key] /= 255.0
if one_hot_label:
dataset['train_label'] = _change_one_hot_label(dataset['train_label'])
dataset['test_label'] = _change_one_hot_label(dataset['test_label'])
if not flatten:
for key in ('train_img', 'test_img'):
dataset[key] = dataset[key].reshape(-1, 1, 28, 28)
return (dataset['train_img'], dataset['train_label']), (dataset['test_img'], dataset['test_label'])
if __name__ == '__main__':
init_mnist()
基于SGD对模型进行训练。
import sys, os
sys.path.append(os.pardir) # 为了导入父目录的文件而进行的设定
import numpy as np
import matplotlib.pyplot as plt
from dataset.mnist import load_mnist
# 读入并划分数据
ratio = 0.1
(x_train, t_train), (x_test, t_test) = load_mnist(normalize=True, one_hot_label=True)
train_size = x_train.shape[0]
valid_size = int(train_size * ratio)
train_size = train_size - valid_size
x_valid = x_train[:valid_size]
t_valid = t_train[:valid_size]
x_train = x_train[valid_size:]
t_train = t_train[valid_size:]
# 构建网络
network = ThreeLayerNet(input_size=784, hidden_size=64, output_size=10)
learning_rate = 0.01
class SGD:
"""随机梯度下降法（Stochastic Gradient Descent）"""
def __init__(self, lr=0.01):
self.lr = lr
def update(self, params, grads):
for key in params.keys():
params[key] -= self.lr * grads[key] # 不同参数W1, ..., Wk有相同学习率
optimizer = SGD(lr=learning_rate)
# 训练和验证
batch_size = 200
iters_num = 5000 # 适当设定循环的次数
iter_per_epoch = max(train_size / batch_size, 1)
train_loss_list, train_acc_list, valid_acc_list = [], [], []
for i in range(iters_num):
batch_mask = np.random.choice(train_size, batch_size)
x_batch = x_train[batch_mask]
t_batch = t_train[batch_mask]
grad = network.gradient(x_batch, t_batch) # grad = network.numerical_gradient(x_batch, t_batch)
optimizer.update(network.params, grad) # 更新参数
loss = network.loss(x_batch, t_batch)
train_loss_list.append(loss)
if i % iter_per_epoch == 0:
train_acc = network.accuracy(x_train, t_train)
valid_acc = network.accuracy(x_valid, t_valid)
train_acc_list.append(train_acc)
valid_acc_list.append(valid_acc)
print("train acc, valid acc | " + str(train_acc) + ", " + str(valid_acc))
# 绘制图形 (Train, test)
markers = {'train': 'o', 'valid': 's'}
x = np.arange(len(train_acc_list))
plt.plot(x, train_acc_list, label='train acc')
plt.plot(x, valid_acc_list, label='valid acc', linestyle='--')
plt.xlabel("epochs")
plt.ylabel("accuracy")
plt.ylim(0, 1.0)
plt.legend(loc='lower right')
plt.show()
# 测试
test_acc = network.accuracy(x_test, t_test)
print("test acc | " + str(test_acc))
值得注意的是，可以很容易将上述代码修改为任意深度的前馈神经网络FFN（其代码可参考此处），当然越深并不意味着效果越好。
此外，训练深度神经网络有很多值得注意的Trick，包括初始化网络参数、对激活值进行归一化、正则化、学习率调节、选择合适的优化算法以及设计更好的网络结构（残差连接或跳连接）。
免责声明：本站所有文章内容,图片，视频等均是来源于用户投稿和互联网及文摘转载整编而成，不代表本站观点，不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益，请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权，请联系删除，如若转载，请注明出处：https://yundeesoft.com/27797.html
