梯度下降在【机器学习基础】中已经总结了，而在深度学习中，由于模型更加复杂，梯度的求解难度更大，这里对在深度学习中的梯度计算方法进行回顾和学习。
本节主要是了解深度学习中（或者说是tensorflow中）梯度的计算是怎么做的。
1. 计算图
在学习tensorflow中，我们知道tensorflow都是基于图来进行计算的，那么什么是计算图呢？
所谓计算图就是将一个function利用图的结构来进行表示。如图所示：
上面的图就表示a=f(b,c)这样一个方程，而图的节点表示变量，图的边表示操作(operation)。
再比如方程f=f(g(h(x)))这样一个方程，用计算图来表示：
之所以用计算图来表示方程，是因为图能够使得方程的结构更加清晰，计算顺序上一目了然，同时为后面的梯度提供了很大的便利性。接着往后看。
有了计算图，根据一个计算式，我们就可以构建出一张图出来，比如：
根据所建立的图，给定a=2,b=1，则可以顺着图结构顺利求出e。
2. 计算图的链式求导法则
例子1：函数z=h(g(x))，按照上面的做法，将其变成计算图如图所示：
根据链式求导求dz/dx，z先对y求导，然后y再对x求导得到：
例子2：另一个更复杂的z=k(g(s), h(s))这样一个函数，求dz/ds，首先建立一张计算图：
根据链式求导法则，s和x、y均有关系，因此z对x求导，x再对s求导是一条路，然后z对y求导，y再对s求导另一条路，两条路相加得到：
上面就是链式求导法则，那么链式求导法则在图计算中如何应用呢，继续使用上面那个e=(a+b)*(b+1):
根据我们建立的计算图和链式求导法则，求de/db：
然后分别对每个边的导数进行计算：
那么假如a=3,b=2，求e对b的导数，a、b代进上面的每条边上，将所要求的导数记为1，从1开始出发：
那么最后沿着红色的箭头一路计算b到e的路径就可以了（这里可以不用管节点的值）：
从这里可以看到，图计算在求导数的计算中非常便利且清晰。
那么这么对于梯度的求解有什么好处呢？我们可以用reverse mode，利用图计算，从顶端开始，向底部走：
还是如果求e对b的导数，这次从e开始走，e=1，然后向下走能够到达b的每一条路：
也就是图中绿色的箭头的方向，即为reverse mode。需要求e对a的导数，则就从e一路走到a就可以了
这里注意，反向的路径箭头必须是反向的，也就是只能沿着绿色的箭头能够到达a的路径，因此从e到a只有一条路：
下面再举一个例子:
建立计算图后，然后为每个边补上对应的导数，这里需要注意，v=x2，那v对x的导数应该是2x，但是这里x*x相当于是两个变量，要区分对待，当做x1、x2：
接下来求y对x的导数，沿着红色的箭头，一共有3条路径：
3. 深度学习中的梯度计算
有了上面的计算图和反向求导，以及几个示例的说明，对于深度学习中的梯度计算就有了一个初步的雏形了。不过是在深度学习中的方程更加复杂而已。
我们只需要能够画出深度学习中的计算图，那么计算梯度也就水到渠成。
3.1 全连接网络的梯度计算
首先来看全连接神经网络，在【机器学习基础】中对反向传播的过程进行了描述，分为前向和后向两个方面：
红色框中的正向传播用于求z对w的导数，绿色框的反向传播用于求loss对z的导数，二者相乘最终得到loss对w的导数。
而反向传播像是从loss开始，向输出层传递的一种“正向传播”过程：
根据全连接网络的正向传播过程，整个网络的从输入到输出的方程为：
于是，按照上面这个方程，全连接网络的计算图表示如下（假设只有2个隐藏层）：
最终得到的y与真实的yhat计算loss，那么按照上面计算图以及导数计算的方法，则有：
在计算每一部分导数之前，由于网络的输入和中间变量均为矩阵，这里需要了解Jacobian Matrix（雅克比矩阵）：
y是2*1的矩阵，x是3*1的矩阵，那么y对x的导数：
行数是y原来的size，列数为原来x的size。比如：
接下来回到全连接的计算图的梯度计算，使用reverse mode，从后向前一部分一部分来看：
首先是loss C对y的导数，在计算loss时，采用cross entropy：
C是一个数，y是一个m*1矩阵（m表示类别数量）,那么根据Jacobian Matrix 知道C对y的导数为1*m。
假设样本属于第r类，那么第r维=1，其他为0，因此用矩阵的形式计算：
接下来看下一层：
y对z2的导数，首先可以确定y对z2导数的形状，y为10*1，z2经过σ激活函数，形状不变，一次z2也是10*1的矩阵，那么y对z2的导数为一个方形；
而y=σ(z2)，那么根据Jacobian Matrix，当yi是由zi求出来的元素才有值，其他y不是由z计算得来的那些都为0（因为二者根本没有关系）。
因此y对z2的导数是一个方形的对角矩阵。
然后继续到下一层：
z1是由w2和a1得到的：
首先看z2对a1的导数，a1是前一层的输出，那么有：
因此，z2对a1的导数就是W2。
然后是z2对W2的导数，z2是1*m的矩阵，W2是一个m*n的矩阵（n为上一层的输出维度），那么导数就是这样的：
这个可以理解为矩阵中元素依旧是矩阵的形式，而其中当i=j时，z2(i)对w2(j)的导数为a1，i≠j时，z2i与w2j没有关系， 到时为0。于是：
网络再继续往前，跟上述的过程基本一致，那么最后得到计算图的每一边上的导数：
那么此时可以求loss对任意参数的导数：
3.2 RNN中的梯度计算
RNN的梯度计算也一样是根据计算图来一步一步地对每一部分求导，然后再用reverse mode计算loss对各个参数的导数。RNN的基本结构如下：
对于每一部分，按照计算图的形式，正常的计算图应该是这样的：
为方便计算和图的简洁性，将上图改为下面这样：
那么对于整个RNN网络的结构的计算图：
每一个时刻都要计算一个loss C，然后对于一个样本，要将所有时刻的C相加得到最终的loss。
有了计算图，然后计算每个边上的导数：
这里对于每条边的具体计算过程就不再展开了，接下来就可以求C对wh和C对wi的导数了：
这里需要注意的是，wh有3个，因此也是由三部分相加，而对于每一个wh，又有可能有多条路径，如①号wh，一共有三条路径：
C→C1→y1→h1→wh
C→C2→y2→h2→h1→wh
C→C3→y3→h3→h2→h1→wh
②号wh只有两条路径，③号wh有一条路径。注意这里的路径都是只能沿着红色箭头的方向行进到达wh的路径。
最终得到三部分wh的导数，然后进行相加：
这样就完成了RNN的梯度的计算。在tensorflow中就是这么运作的。
参考资料：
李宏毅《深度学习-Computing Graph》
这一部分就介绍了这么多，主要了解在深度学习中以矩阵运算的形式如何进行的。
标签：导数,梯度,wh,学习,计算,深度,求导,z2 来源： https://www.cnblogs.com/501731wyb/p/16650730.html
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。