标签：layer2 layer1 神经网络 BP MATLAB diff theta net out
之前一直都是直接使用深度学习的框架，但对里面所涉及到的基本算法却没有深入研究。看了吴恩达的机器学习视频之后，决定使用MATLAB实现一个简单的神经网络，深刻体会到只有用代码从头实现一个算法，才会对这个算法理解得更加深刻，也才能真正掌握该算法。
机器学习定义如下：一个程序被认为能从经验E中学习，解决任务T，达到性能P，当且仅当，有了经验E之后，经过度量P的评判，程序在处理T的性能有所提升。
神经网络是机器学习中的一类算法，在训练过程中，神经网络内部不断地调整其内部参数的大小，使得神经网络的输出不断地向标签靠拢。其中，“调整参数大小”这个过程一般是“梯度下降”，在一个多层的神经网络中，要达到“梯度下降”这个目的，就不得不提一下反向传播算法(Backpropagation Algorithm, BP)。
BP算法的核心就是链式求导法则，这里对BP算法的理论推导如下，主要参考[1]-[3]。
如图所示，考虑一个有三层、每层有两个神经元的神经网络：
上图为决策面可视化结果，蓝色为判为(0,1)与(1,0)的区域，红色为判为(0,0)，(1,1)的区域。
上图为修改损失函数为交叉熵时的结果，学习率同样为0.5，可以看出在400次左右便达到收敛，因此损失函数的设计对整个神经网络的参数调整至关重要，至于为什么将损失函数调整为交叉熵后，收敛速度会增加，可自行查阅资料，这里给出一个结论：当输出层采用线性激活函数时，损失函数采用MSE会收敛更快；当输出层采用sigmoid函数时，一般采用交叉熵会收敛更快，且不容易陷入局部最优的情况。
此外，实验表明，学习率对神经网络的收敛也有比较大的影响。当学习率较大时，有可能收敛较快，当然也可能根本不收敛；当学习率较小时，容易进入局部最小值，且收敛较慢。还有就是网络深度不够或者神经元节点较少时，难以训练出较复杂的判决面(例如程序中想训练出一个圆形判决面，但是效果不好)。
如有精通矩阵的同学，可尝试推导一下损失函数对每个参数求偏导的矩阵求导写法。
接下来是“talk is cheap, show you the code”环节。
MATLAB代码及详细注释如下：
主函数：BP_xor_classifier.m
clc;close all;clear;
%% 训练集
%% xor训练集
X = [0,0;0,1;1,0;1,1]'; %一列为一个样本
Y = [1,0;0,1;0,1;1,0]'; %标签 一列为一个标签 onehot编码后的
%% 圆训练集（网络太浅，分类效果不好）
% train_number = 400;
% r_small = rand(1,train_number);%分布在小圆内的100个点
% r_big = r_small + rand(1,train_number);
% angle_small = 2 * pi *rand(1,train_number);
% angle_big = 2 * pi * rand(1,train_number);
% small(1,:) = r_small .* cos(angle_small);
% small(2,:) = r_small .* sin(angle_small);
% small(3:4,:) = [ones(1,size(r_small,2));zeros(1,size(r_small,2))];
% big(1,:) = r_big .* cos(angle_big);
% big(2,:) = r_big .* sin(angle_big);
% big(3:4,:) = [zeros(1,size(r_small,2));ones(1,size(r_small,2))];
% joint_temp = [small,big];
% rerank_idx = randperm(size(joint_temp,2));
% joint = joint_temp(:,rerank_idx);
% X = joint(1:2,:);
% Y = joint(3:4,:);
%% 参考博客数据：测试用
% Y = [0.01;0.99];
% X = [0.05;0.1];
% theta_layer1 = [0.35,0.15,0.2;0.35,0.25,0.3];
% theta_layer2 = [0.6,0.4,0.45;0.6,0.5,0.55];
%% 学习率和训练次数
learning_rate = 0.1;
iter = 10000;
%% 搭建前向传播网络,初始化网络
layer1_unit = 2;%各层神经元的个数第一层为输入层，最后一层为输出层
layer2_unit = 2;
layer3_unit = 2;
%参数初始化
theta_layer1 = rand(layer2_unit,layer1_unit+1);%即M*N的随机矩阵，行数为下一层的神经元个数，一行为一组参数，即（b1,w1,w2）
theta_layer2 = rand(layer3_unit,layer2_unit+1);%列数为前一层神经元个数+1（加上权重的参数1）
for i = 1:iter
for j = 1:size(X,2)%一列为一个样本，一个一个遍历该样本
%% 搭建前馈式网络
%输入层
out_layer1 = [ones(1,size(X(:,j),2));X(:,j)];%往X的第一行插入一行1，即权重b的系数，用于后面的向量化相乘，这是第一层的输出（隐藏层的输入）
%隐藏层
net_H = theta_layer1 * out_layer1;
out_H = sigmoid(net_H);
out_H_plus1 = [ones(1,size(out_H,2));out_H];%加一行,同上
%输出层
net_O = theta_layer2 * out_H_plus1;
out_O = sigmoid(net_O);
%% 反向传播
%损失函数为MSE，即loss = (Y - out_O) .^ 2 / 2
%% 首先求损失对theta_layer2求偏导（链式求导法则）
%diff(loss/theta_layer2) = diff(loss/out_O) * diff(out_O/net_O) *diff(net_O/theta_layer2)
%即损失对网络输出求导 * 网络输出对未激活的输出求导 * 未激活的输出对theta_layer2求导
%diff(loss/out_O) = -(Y - out_O )
%diff(out_O/net_O) = diff(sigmoid(net_O))
%diff(net_O/theta_layer2) = out_H_plus1
% theta_layer2_der = -(Y(:,j) - out_O) .* sigmoid_der(net_O) *out_H_plus1';
%上式中，diff(net_O/theta_layer2)（即out_H_plus1）中每一列的列向量，
%分别是net_O对theta_layer2求的偏导结果
%这里做转置的原因是：前两项矩阵元素相乘的结果（2*1），
%每一项都要与out_H_plus1（3*1）中的元素相乘，得到一个2*3的矩阵
%% 上式为矩阵写法，这里，可改写为以下程序更容易理解
% temp = -(Y(:,j) - out_O) .* sigmoid_der(net_O);
% for m = 1:size(temp,1)
% theta_layer2_der(m,:) = temp(m) * out_H_plus1;
% end
%% 接下来对theta_layer1求偏导（同理，链式求导法则）
%diff(loss/theta_layer1) = diff(loss/out_H) * diff(out_H/net_H) *diff(net_H/theta_layer1)
%diff(loss/out_H) = diff(loss/out_O) * diff(out_O/net_O) *diff(net_O/out_H_plus1)
%上式中，与diff(loss/theta_layer2)的区别只是最后一项是对out_H_plus1求的偏导
%diff(net_O/out_H_plus1) = theta_layer2'，矩阵乘法求导，Y = AX，则A需要转置
%上式中，diff(net_O/out_H_plus1)的结果包含偏置项的系数，在反向传播中不需要，将其舍去（结果的第一行）
%diff(out_H/net_H) = diff(sigmoid(net_H))
%diff(net_H/theta_layer1) = out_layer1
% theta_layer1_der = theta_layer2(:,2:end)' * (-(Y(:,j) - out_O)) .*sigmoid_der(net_O) ...
% .* sigmoid_der(net_H) *out_layer1';
%% 另外的写法：记每一层的误差为Delta
%diff(loss/net_O) = diff(loss/out_O) * diff(out_O/net_O)
% Delta_3 = -(Y(:,j) - out_O) .* sigmoid_der(net_O); %损失函数为MSE时
Delta_3 = (out_O - Y(:,j))./((1 - out_O) .* out_O) .* sigmoid_der(net_O);%损失函数为交叉熵
%diff(loss/net_H) = diff(loss/out_O) * diff(out_O/net_O) *diff(net_O/out_H_plus1) * diff(out_H_plus1/net_H)
%这里，需要将偏置那一项去掉，即diff(net_O/out_H_plus1) = theta_layer2(:,2:end)'
Delta_2 = theta_layer2(:,2:end)' * Delta_3 .* sigmoid_der(net_H);
theta_layer2_der = Delta_3 * out_H_plus1';
theta_layer1_der = Delta_2 * out_layer1';
%% 更新参数
theta_layer2 = theta_layer2 - learning_rate * theta_layer2_der;
theta_layer1 = theta_layer1 - learning_rate * theta_layer1_der;
%注：这里两种方法计算所得的theta_layer1在小数点后第6位不相同，推测是由于软件精度所致
end
%% 计算损失并作图动态显示
% loss(i) = sum((Y(:,j) - out_O) .^ 2 / 2);
loss(i) = sum(-Y(:,j) .* log(out_O) - (1 - Y(:,j)) .* log(1 - out_O));
% figure(1)
% plot(i,loss,'<');
% drawnow;
% hold on;
end
%% 做预测
a = 0:0.01:1;
b = 0:0.01:1;
X = [];
for i = 1:size(a,2)
for j = 1:size(b,2)
temp = [a(i);b(j)];
X = [X,temp];
end
end
% X = [0.7,10]';
for j = 1:size(X,2)
out_layer1 =[ones(1,size(X(:,j),2));X(:,j)];
%隐藏层
net_H = theta_layer1 *out_layer1;
out_H = sigmoid(net_H);
out_H_plus1 =[ones(1,size(out_H,2));out_H];%加一行,同上
%输出层
net_O = theta_layer2 *out_H_plus1;
predict(:,j) = sigmoid(net_O);
end
%% 作图查看判决面（分类面）
figure(1)
plot(loss);%损失随迭代次数的变化
[~,c2]=max(predict);
class_one_idx = find(c2 == 1);
class_two_idx = find(c2 == 2);
class_one = X(:,class_one_idx);
class_two = X(:,class_two_idx);
figure(2)
plot(class_one(1,:),class_one(2,:),'ro');
hold on;
plot(class_two(1,:),class_two(2,:),'b<');
sigmoid函数：sigmoid.m
function a = sigmoid(X)
for i = 1:size(X,1)
for j = 1:size(X,2)
a(i,j) = 1/(1+exp(-X(i,j)));%激活函数
end
end
end
sigmoid的导数：sigmoid_der.m
%% 此函数为sigmoid的导数
function a = sigmoid_der(x)
a = zeros(size(x));
for i = 1:size(x,1)
a(i,:) = sigmoid(x(i,:)) *(eye(size(x,2)) - diag(sigmoid(x(i,:))));
end
参考：
[1]https://mattmazur.com/2015/03/17/a-step-by-step-backpropagation-example/?spm=a2c4e.10696291.0.0.358f19a4xonKKs.
[2] https://blog.csdn.net/zhaomengszu/article/details/77834845
[3] 吴恩达机器学习视频
标签：layer2,layer1,神经网络,BP,MATLAB,diff,theta,net,out 来源： https://blog.51cto.com/15127585/2670111
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。