前馈网络及反向传播

本文主要是介绍前馈网络及反向传播，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！

本文主要介绍多层感知器模型（MLP），它也可以看成是一种logister回归，输入层通过非线性转换，即通过隐含层把输入投影到线性可分的空间中。

如果我们在中间加一层神经元作为隐含层，则它的结构如下图所示

    单隐层的MLP定义了一个映射： ，其中 D和L为输入向量和输出向量f(x)的大小。

    隐含层与输出层神经元的值通过激活函数计算出来，例如下图：如果我们选用sigmoid作为激活函数，输入设为x，要求出隐含层的激活值a，公式如下。其中 。

    同理输出的h(x)可以用同样的公式得到，上述过程就是向前传导，因为这种联接图没有闭环或回路。

    我们可以用反向传播法(backpropagation)来训练上面这个神经网络。下面主要介绍backpropation算法。

    假设对于单个样例(x,y)，它的代价函数(cost function)为

    对于一个样本集 ，定义它的cost function为：

    我们要做的就是最小化上述式子，类似于最小二乘，不同的是加上了第二项的权重衰减，它是用来防止过拟合，可以把它看成是一个约束项，而整个式子就是求解最值的拉格朗日公式。我们的目标是针对参数  和  来求其函数  的最小值。为了求解神经网络，我们需要将每一个参数  和  初始化为一个很小的、接近零的随机值（比如说，使用正态分布  生成的随机值，其中  设置为  ），之后对目标函数使用诸如批量梯度下降法的最优化算法。关于w和b的初值，我根据这篇论文(Understanding the difficulty of training deep feedforward neuralnetworks)得出的结论：如果激活函数为tanh，我们设置为之间的值，如果激活函数是sigmoid,则是 。

 

---

 

    关于反向传播算法的推导，UFLDL 中介绍的很清楚，我直接粘帖过来了。

    既然是用梯度下降法，我们先对代价函数J求关于w和b 的偏导数，直接写出结果：

    

    反向传播算法的思路如下：给定一个样例 ，我们首先进行"前向传导"运算，计算出网络中所有的激活值，包括  的输出值。之后，针对第  层的每一个节点 ，我们计算出其"残差" ，该残差表明了该节点对最终输出值的残差产生了多少影响。对于最终的输出节点，我们可以直接算出网络产生的激活值与实际值之间的差距，我们将这个差距定义为  （第  层表示输出层）。对于隐藏单元我们如何处理呢？我们将基于节点（译者注：第  层节点）残差的加权平均值计算 ，这些节点以  作为输入。下面将给出反向传导算法的细节：

 

1. 进行前馈传导计算，利用前向传导公式，得到  直到输出层  的激活值。
2. 对于第  层（输出层）的每个输出单元 ，我们根据以下公式计算残差：

[译者注：

]

1. 对  的各个层，第  层的第  个节点的残差计算方法如下：

{译者注：

将上式中的与的关系替换为与的关系，就可以得到：

　　　　

以上逐次从后向前求导的过程即为"反向传导"的本意所在。 ]

1. 计算我们需要的偏导数，计算方法如下：

　　　　　　　　

　　最后，我们用矩阵-向量表示法重写以上算法。我们使用"" 表示向量乘积运算符（在Matlab或Octave里用".*"表示，也称作阿达马乘积）。若 ，则 。在上一个教程中我们扩展了  的定义，使其包含向量运算，这里我们也对偏导数  也做了同样的处理（于是又有  ）。

　　那么，反向传播算法可表示为以下几个步骤：

1. 进行前馈传导计算，利用前向传导公式，得到 直到输出层  的激活值。
2. 对输出层（第  层），计算：

　　　　

1. 对于  的各层，计算：

　　　　

1. 计算最终需要的偏导数值：

　　　　

实现中应注意：在以上的第2步和第3步中，我们需要为每一个  值计算其 。假设  是sigmoid函数，并且我们已经在前向传导运算中得到了 。那么，使用我们早先推导出的 表达式，就可以计算得到 。

最后，我们将对梯度下降算法做个全面总结。在下面的伪代码中， 是一个与矩阵  维度相同的矩阵， 是一个与  维度相同的向量。注意这里""是一个矩阵，而不是" 与  相乘"。下面，我们实现批量梯度下降法中的一次迭代：

 

1. 对于所有 ，令  ,  （设置为全零矩阵或全零向量）
2. 对于    到   ，
   1. 使用反向传播算法计算  和 。
   2. 计算 。
   3. 计算 。
3. 更新权重参数：

　　　　

    

    注意：为了使代价函数更快的收敛，首先要对输入数据进行归一化。

    上面忘了讲tanh激活函数，，非线性数据围绕原点对称更容易很好的收敛代价函数，因为它们倾向于产生零均值输入到下一层，一般讲，tanh有更好的收敛性能。

    

本文转自：http://www.cnblogs.com/loujiayu/p/3545026.html

这篇关于前馈网络及反向传播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！

---