从函数逼近角度理解神经网络、残差连接与激活函数

本文主要是介绍从函数逼近角度理解神经网络、残差连接与激活函数，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

概述

最近思考激活函数的时候，突然想到神经网络中残差连接是不是和函数的泰勒展开很像，尤其是在激活函数$f(x)=x^2$时(这个激活函数想法来源于$f(x)=ReL{U}^2(x)[3]$)，所以验证了一下就顺便写下来了，本文抛砖引玉，如果有建议或更好的想法可以写到评论区。

常见函数的泰勒展开

这里仅简单写几个函数的泰勒公式，其他可查看参考文章[1]
$$sin(x)=x-\frac{x^3}{3!}+\frac{x^5}{5!}-\frac{x^7}{7!}+o(x^7)$$ $$cos(x)=1-\frac{x^2}{2!}+\frac{x^4}{4!}-\frac{x^6}{6!}+o(x^6)$$ $$e^x=1+x+\frac{x^2}{2!}+\frac{x^3}{3!}+\frac{x^4}{4!}+\frac{x^5}{5!}+o(x^5)$$
其中$o(x^n)$表示皮亚诺（Peano）余项

函数逼近(多项式逼近)

在统计计算和其它科学计算中， 经常需要计算各种函数的值， 对函数进行逼近， 用数值方法计算积分、微分。(这里摘录部分多项式逼近的内容)

数学中的超越函数如$e^x,ln(x),sin(x)$在计算机中经常用泰勒级数展开来计算， 这就是用多项式来逼近函数。 数学分析中的Weirstrass定理表明， 闭区间上的连续函数可以用多项式一致逼近。 泰勒展开要求函数有多阶导数， 我们需要找到对更一般函数做多项式逼近的方法[2]。

考虑如下的函数空间
$$L^2[a,b]=\left\{g(\cdot ):g(x)\in [a,b],{\int }_a^b{g}^2(x)w(x)dx<\infty \right\}(2.1)$$则是$L^2[a,b]$线性空间，在$L^2[a,b]$中定义内积
$$<f,g>={\int }_a^{b}f(x)g(x)w(x)dx(2.2)$$ 其中$w(x)$是适当的权重函数， $L^2[a,b]$则为希尔伯特（Hilbert）空间。 对$g(x)\in L^2[a,b]$, 假设希望用$n$阶多项式$f_n(x)$逼近，使得
$${\Vert f_n-g\Vert }^2={\int }_a^b{\left|f_n(x)-g(x)\right|}^{2}w(x)dx(2.3)$$最小。 如何求这样的多项式？

用Gram-Schmidt正交化方法可以在$L^2[a,b]$中把多项式序列$\left\{1,x,x^2,\dots \right\}$ 正交化为正交序列 { P 0 , P 1 , P 2 , … } \left \{ P_0,P_1,P_2,\dots \right \} {P0​,P1​,P2​,…}， 序列中函数彼此正交，且$P_k$是$k$阶多项式, 称 { P 0 , P 1 , P 2 , … } \left \{ P_0,P_1,P_2,\dots \right \} {P0​,P1​,P2​,…}为正交多项式。 设$H_n[a,b]$为函数$\left\{1,x,x^2,\dots ,x^n\right\}$的线性组合构成的线性空间， 则 { P 0 , P 1 , … , P n } \left \{ P_0,P_1,\dots,P_n \right \} {P0​,P1​,…,Pn​}构成$H_n[a,b]$的正交基且$P_n[a,b]$ 是$L^2[a,b]$的子希尔伯特空间， 使得加权平方距离$(2.3)$最小的$f_n(x)$是$g(\cdot )$在子空间$H_n[a,b]$的投影， 记为${\tilde{P}}_{H_n[a,b]}(g)$, 投影可以表示为 { P 0 , P 1 , … , P n } \left \{ P_0,P_1,\dots,P_n \right \} {P0​,P1​,…,Pn​}的线性组合
$${\tilde{P}}_{H_n[a,b]}(g)=\sum _{j=0}^n\frac{<g,P_j>}{{\Vert P_j\Vert }^2}{P}_j\cdot$$ 这样，只要预先找到$[a,b]$上的多项式的正交基， 通过计算内积就可以很容易地找到使得$(2.3)$公式最小的$f_n(x)$。 对于$L^2[a,b]$中的任意函数$g(x)$有
$$\underset{n\to \infty }{\lim }{\Vert {\tilde{P}}_{H_n[a,b]}(g)-g\Vert }^2=0$$ 于是有
$$g=\underset{n\to \infty }{\lim }{\tilde{P}}_{H_n[a,b]}(g)=\sum _{j=0}^{\infty }\frac{<g,P_j>}{{\Vert P_j\Vert }^2}{P}_j\cdot$$ 因为$L^2[a,b]$依赖于定义域$[a,b]$和权重函数$w(\cdot )$， 所以正交多项式也依赖于$[a,b]$和$w(\cdot )$。 针对定义域$[-1,1]$, $[0,\infty ]$和$[-\infty ,\infty ]$ 和几种不同的权重函数可以得到不同的正交多项式序列，详细参考[2]

神经网络、残差连接与多项式逼近

神经网络一般由层的参数、激活函数、及层间连接构成，对于神经网络（无跨层连接），可以定义其函数$F:R^m⟶R^n$ 的带参数的形式为：
$$F_n(x;\theta )=f_1\circ g_1\circ f_2\circ g_2\circ \cdots \circ f_n\circ g_n$$其中$g$为激活函数，$f$为全连接函数。一般在神经网络中 $f_i=w_{i}x+b_i$，这里为了方便我们去掉bias项，即$f_i=w_{i}x$，首先假设$g=x$ 即线性的激活函数，且为了简单$w,x$都假设为标量，我们可以得到：

    $F_1=w_{1}x$
    $F_2=w_2{F}_1=w_2{w}_{1}x$
    $\dots$
    $F_n=({\prod }_{i=1}^n{w}_i)x$

所以我们会发现，由线性的激活函数构成的网络仍然为线性的，即${\prod }_{i=1}^n{w}_i$是一个常数，所以无论有多少层，网络都是线性的，同理加残差连接也是线性的。

为了获得非线性，我们可以假设$g=x^2$，这时我们也可以得到递推公式

    $F_1=(w_1{)}^2{x}^2$
    $F_2=(w_2{F}_1{)}^2=(w_2{)}^2(w_1{)}^4{x}^4$
    $\dots$
    $F_n=({\prod }_{i=1}^n(w_i{)}^{2^{n-i+1}})x^{2^n}$

我们也会发现，由非线性的激活函数构成的网络为非线性的，这里可以根据残差网络加入跨层连接。

    $F_1=(w_1{)}^2{x}^2+x$
    $F_2=(w_2{F}_1{)}^2+F_1=(w_2{)}^2(w_1{)}^4{x}^4+2(w_1{w}_2{)}^2{x}^3+((w_2{)}^2+(w_1{)}^2)x^2+x$
    $\dots$
    $F_n=c_{0}x+c_1{x}^2+c_2{x}^3+c_3{x}^4+...+c_{2n-1}{x}^{2^n}$

递推公式太复杂了，为了方便这里$F_n$不再在里面写$w$参数了，而是合并作为参数$c$。从这里我们就可以看到残差网络的作用，是作为函数的n次多项式逼近，和泰勒展开是基本一致的。所以相比于直接使用高阶项，残差网络带来的多项式逼近有更好的函数拟合效果。

这里只是讨论了$g=x^2$的情形，其他激活函数的级数公式会更加复杂，总体是一个低阶到高阶的加和函数。

利用激活实现函数多项式逼近

先发后改，后面再修改补充。。。

参考文章

1. 泰勒公式、麦克劳林公式、欧拉公式
2. 函数逼近 | 统计计算
3. ReLU${}^2$ Wins: Discovering Efficient Activation Functions for Sparse LLMs

这篇关于从函数逼近角度理解神经网络、残差连接与激活函数的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---