标签：逻辑 frac 入门 神经网络 dz 计算 深度 partial hat

从逻辑回归开始入门深度学习

本文主要来源于吴恩达《深度学习与神经网络》。本文根据课程内容做一个串联。

本文内容安排如下：

• 符号定义
• 逻辑回归LR：定义、实现、高效实现
• 浅层神经网络（2层）：实现、优化
• 深度神经网络：实现、优化、应用

我们以一个分类问题作为研究背景。研究问题为判断输入图片是否为猫咪的二分类。

符号定义

在解决问题之前，我们先对使用的数学符号做一个定义：

• （x, y）: 输入样本; x ∈ \(R^{n_x}\), y ∈ {0, 1}
• {\((x^{(1)}, y^{(1)}), (x^{(2)}, y^{(2)})... (x^{(m)}, y^{(m)})\)}: 训练数据集，包含m个训练样本
• [a,b,c,.....,z].T: 向量，默认情况下，向量指的是列向量
• \(m = m_{train}\), \(m_{test}\)=#test examples
• $X \in R^{n_x * m} \(: 训练集，训练样本以**列的方式**进行堆叠，换言之，X矩阵的每一列是一个样本，而不是行； X.shape = (\)n_x$, m)
• \(Y \in R^{1*m}\): 训练标签，标签以列的方式进行堆叠, \(Y.shape = (1,m)\)

逻辑回归

在介绍逻辑回顾处理图片分类。我们处理的问题是二分类，输入一张图片判断图片中是否有猫。输入图片格式为RGB三色图，像素取值为0~255。

原理介绍

逻辑回归用于处理二分类问题。逻辑回归中\(\hat{h} = P(y=1|x)\)用于计算输入样本为1的概率。以单个样本为例，其计算公式为

\[\hat{y} = sigmoid(w^Tx+b) \]

其中，\(x \in R^{n_x}\), \(w \in R^{n_x}\) ,\(b \in R\)。输出结果的取值范围为[0, 1]。

逻辑回归其实是线性回归的进一步加工，线性回归计算结果的取值范围为\((-\infty, +\infty)\)，我们将线性回归的计算结果使用sigmoid将范围压缩到[0, 1].

Sigmoid是一种非线性的S型函数，取值范围在[0, 1]，这种输出值可以别理解为概率表示。Sigmoid函数的计算公式和曲线如下。

\[Sigmoid(z) = \frac{1}{1+e^{-z}} \]

从上图可以看出，sigmoid取值范围为[0, 1]，当自变量z非常小时，sigmoid趋近于0；当z非常大时，sigmoid趋近于1（实际上当z=10时，输出值为0.9999，非常趋近于1）。

Loss function

我们现在知道了如何使用逻辑回归计算一个样本为正例的概率，那么如何评估模型的好坏呢？这就依赖于损失函数。

给定一个样本\((x^{(i)}, y^{(i)})\),使用逻辑回归计算这个样本为正例的概率P(y=1|x),

\[\hat{y}^{(i)} = \sigma(w^Tx^{(i)} + b), where \ \sigma(z)=\frac{1}{1+e^{-z}} \]

理想情况下，输出结果\(\hat y\)应该和样本标签y尽可能相等，即\(\hat y^{(i)} \approx y^{(i)}\)

\[L(\hat y, y) = -(ylog\hat y + (1-y)log(1-\hat y)) \]

当y=1时，\(L(\hat y, y)=-log\hat y\)；当y=0时，\(L(\hat y, y) = -log(1-\hat y)\).

在全部训练样本上，损失函数cost function为

\[J(w, b) = \frac1{m}\sum_{i=1}^m L(\hat y, y) = -\frac1{m}\sum_{i=1}^m[y^{(i)}log\hat y^{(i)} + (1-y^{(i)})log(1-\hat y^{(i)})] \]

损失函数是参数w，b的函数，我们想要通过最小化损失函数找到最佳的参数w，b，最后用于样本的预测[通过最小化损失函数，我们可以保证预测结果与真实样本标签之间差距尽可能小，进而保证预测结果的准确性]。

LR损失函数可以使用最大似然估计来进行推导。

Gradient Descent

知道了模型的损失函数，接下来就是通过最小化损失函数得到最终的参数w，b。常用的方法是使用梯度下降法，使用当前位置的偏导数对参数进行更新，反复多次后，损失函数到达最低点，此时w，b即为最终结果。

使用梯度下降算法，w，b的更新公式如下：

\[w = w - \alpha \frac{\partial J(w, b)}{\partial w} \\b = b - \alpha \frac{\partial J(w, b)}{\partial b} \]

其中，\(\alpha\)为学习率，含义是每次参数更新的步幅；如果\(\alpha\)过大，导致参数更新幅度过大，可能会错过模型的最优值；如果\(\alpha\)过下，导致每次更新幅度很小，模型需要更多的迭代次数才能收敛。在程序代码中，我们使用dw表示\(\frac{\partial J(w, b)}{\partial w}\), db表示\(\frac{\partial J(w, b)}{\partial b}\).

计算图

神经网络的计算过程一般分为两个阶段：前向传播和反向传播。使用计算图来描述计算过程更清晰：将整个计算过程分步骤进行计算。

假设J(a, b, c) = 3(a + bc),其中a=5, b=3, c=2.这个计算过程可以使用计算图来描述，如：

设定u = bc, v = a + u, J=3v.

反向传播过程，需要计算da, db, dc.此时，可以通过计算图依据链式法则进行计算。

\[\frac{\partial J}{\partial a} = \frac{\partial J}{\partial v} * \frac{\partial v}{\partial a} = 3 * 1 = 3 \]

\[\frac{\partial J}{\partial b} = \frac{\partial J}{\partial v} * \frac{\partial v}{\partial u} * \frac{\partial u}{\partial b}= 3 * 1 * c= 6 \]

\[\frac{\partial J}{\partial c} = \frac{\partial J}{\partial v} * \frac{\partial v}{\partial u} * \frac{\partial u}{\partial c}= 3 * 1 * b= 9 \]

在计算图中，蓝色线为前向传播计算过程，红色线为反向传播计算过程。

LR的优化计算

通过上面的计算图我们知道了神经网络的计算流程。下面我们使用计算图来描述单个样本的逻辑回归的计算过程，然后扩展到m个样本上;之后介绍LR的优化过程，即向量化。

单个样本的计算

单个样本的逻辑回归计算公式如下：

\[\hat y = \sigma(w^Tx+b), where \ \sigma(z)=\frac1{1+e^{-z}} \\L(\hat y, y) = -[ylog\hat y + (1-y)log(1-\hat y)] \]

我们假设训练样本x的维度为2（有两个特征x1、x2）。

描述逻辑回归的loss函数的计算图将运算过程分为3步， 分别为计算z、\(\hat y\),以及L(a,y)。

逻辑回归的参数更新法则如下：

\[w_1 = w_1 - \alpha * \frac{\partial L}{\partial w_1} \\w_2 = w_2 - \alpha * \frac{\partial L}{\partial w_2}\\b = b - \alpha * \frac{\partial L}{\partial b} \]

因此，接下来的计算过程主要集中在偏导数\(\frac{\partial L}{\partial w_1}\), \(\frac{\partial L}{\partial w_2}\)以及\(\frac{\partial L}{\partial b}\)的计算。

从计算图来看：

\[\frac{\partial J}{\partial a} = \frac{\partial -[yloga + (1-y)log(1-a)]}{\partial a} = -[\frac{y}{a} - \frac{1-y}{1-a}] \]

\[\frac{\partial a}{\partial z} = \frac{\partial \frac{1}{1+e^{-z}}}{\partial z} = \frac{1}{1+e^{-z}} * \frac{e^{-z}}{1+e^{-z}} = a * (1 - a) \\\frac{\partial z}{\partial w_1} = \frac{\partial (w_1x_1+w_2x_2+b)}{\partial w_1} = x_1 \\\frac{\partial z}{\partial w_2} = \frac{\partial (w_1x_1+w_2x_2+b)}{\partial w_2} = x_2 \\\frac{\partial z}{\partial b} = \frac{\partial (w_1x_1+w_2x_2+b)}{\partial b} = 1 \]

在反向传播过程中根据链式法则，我们可以知道

\[\frac{\partial J}{\partial w_1} = \frac{\partial J}{\partial a} * \frac{\partial a}{\partial z} * \frac{\partial z}{\partial w_1} = -[\frac{y}{a} - \frac{1-y}{1-a}] * a * (1 - a) * x_1 \\= (a-y)*x_1 \]

\[\frac{\partial J}{\partial w_2} = \frac{\partial J}{\partial a} * \frac{\partial a}{\partial z} * \frac{\partial z}{\partial w_2} = -[\frac{y}{a} - \frac{1-y}{1-a}] * a * (1 - a) * x_2 \\= (a-y)*x_2 \]

\[\frac{\partial J}{\partial b} = \frac{\partial J}{\partial a} * \frac{\partial a}{\partial z} * \frac{\partial z}{\partial b} = -[\frac{y}{a} - \frac{1-y}{1-a}] * a * (1 - a) * 1 \\= a-y \]

知道了单个样本的反向传播过程，接下来我们将样本数扩展到m个，看看计算有什么变化。

m个样本的计算

对于m个样本，逻辑回归的cost function计算过程如下：

\[z^{(i)} = w^Tx^{(i)} + b \]

\[\hat y^{(i)} = a^{(i)} = \sigma(z^{(i)}) \]

\[J(w, b) = \frac1{m}\sum_{i=1}^m L(\hat y, y) = -\frac1{m}\sum_{i=1}^m[y^{(i)}log\hat y^{(i)} + (1-y^{(i)})log(1-\hat y^{(i)})] \]

对应的偏导数为：

\(\frac{\partial J}{\partial w_1} = \frac1{m}*\sum_{i=1}^m(a^{(i)}-y^{(i)})*x_1^{(i)}\)

\(\frac{\partial J}{\partial w_2} = \frac1{m}*\sum_{i=1}^m(a^{(i)}-y^{(i)})*x_2^{(i)}\)

\(\frac{\partial J}{\partial b} = \frac1{m}*\sum_{i=1}^m(a^{(i)}-y^{(i)})\)

其实就是将m个样本的偏导数求和，然后取平均。

使用伪代码描述这个过程如下：

J=0; dw1=0; dw2=0; db=0
for i = 1 to m:
    # 前向传播计算损失函数
    z(i) = w * x(i) + b
    a(i) = sigmoid(z(i))
    J += -[y(i)loga(i) + (1-y(i))log(1-a(i))]
    # 反向传播计算导数
    dz(i) = a(i) - y(i)
    dw1 += dz(i)*x1(i) # x1(i)：第i个样本的第一个特征
    dw2 += dz(i)*x2(i)
    db += dz(1)
# 遍历完m个样本，计算梯度均值
J /= m
dw1 /= m
dw2 /= m
db /= m

梯度计算完成后，对参数进行一次更新：

w1 -= alpha * dw1
w2 -= alpha * dw2
b -= alpha * db

这个过程是对样本集的一次遍历，梯度下降算法可以规定遍历的次数，遍历n次后整个梯度下降过程就完成了。

优化

整个计算过程中，使用的是显示的for循环，我们可以使用矩阵运算来对整个计算过程进行优化。

Z计算: \(z = w^Tx+b\)

对于单个样本，\(z = w^Tx + b\); 其中, \(w \in R^{n_x}，x \in R^{n_x}, b \in R\)

for-loop形式

z = 0
for i in range(n_x):
    z += w[i]*x[i]
z += b

向量形式

import numpy as np
z = np.dot(w.T, x) + b

对于m个样本，z的计算结果为一个向量。$X \in R^{n_x * m},w \in R^{n_x} $

for-loop 方法

z = np.zeros((1, m))
for i in range(m):
    for j in range(n_x):
        z[i] += w[j]*X[j][i]

向量形式

z = np.dot(w.T, X)

使用矩阵运算后的LR计算过程如下：

# w: [n_x, 1]; x: [n_x, m], b: float
Z = np.dot(w.T, X) + b # [1, m]
A = sigmoid(Z)
# 反向传播计算梯度dw, db
dZ = A -Y
dw = 1./m * X * dZ.T
db = 1./m * np.sum(dZ)
# 参数更新
w -= learning_rate * dw
b -= learning_rate * db

使用矩阵运算，减少了对样本的for训练遍历以及对梯度计算过程中对参数的遍历。

Whenever possible, avoid explicit for-loops.

值得注意的是，这里关于非参数的矩阵表示，如训练样本矩阵X，标签矩阵Y都是以列的方式进行堆叠而成的。矩阵运算将for循环集中在一次计算过程中完成。

浅层神经网络（2层）

从某种角度上说，逻辑回归LR也可以看作一种神经网络，示意图如下。

中间的神经元完成两种运算，分别为z和a。

浅层神经网络示意图如下，其中每个“圆圈”的运算类似于LR，区别在于第二步a的计算中使用的激活函数不同。LR激活函数为sigmoid，这里可以为relu、tanh、sigmoid等等。

这个神经网络有输入层、隐藏层和输出层三层组成，但是一般情况下输入层忽略不计，所以这个神经网络有2层组成。

前向传播

我们这里设定\(w_i^{[l]}\)表示神经网络第l层的第i个神经元的权重参数。对于单个样本而言，这个浅层神经网络的计算过程如下：

在隐藏层：

\(z_1^{[1]} = w_1^{[1]T}*x + b_1^{[1]},\ a_1^{[1]} = \sigma(z_1^{[1]});\)

\(z_2^{[1]} = w_2^{[1]T}*x + b_2^{[1]},\ a_2^{[1]} = \sigma(z_2^{[1]});\)

\(z_3^{[1]} = w_3^{[1]T}*x + b_3^{[1]},\ a_3^{[1]} = \sigma(z_3^{[1]});\)

\(z_4^{[1]} = w_4^{[1]T}*x + b_4^{[1]},\ a_4^{[1]} = \sigma(z_4^{[1]});\)

输出结果得到一个[4, 1]向量:[\(a_1^{[1]};a_2^{[1]};a_3^{[1]};a_4^{[1]}\)]. 我们使用\(a^{[1]}\)表示这个结果，同时作为输出层的输入继续计算。

输出层计算结果：

\(z_1^{[2]} = w_1^{[2]T}*a^{[1]} + b_1^{[2]}, \hat y=a^{[2]} = \sigma(z^{[2]})\)

使用矩阵表示整个计算过程如下，隐藏层的参数用\(W^{[1]}\)表示，由隐藏层各个神经元对应权重参数以行的方式堆叠而成，这里形状为[4, 3] (权重参数的第一维度为本层神经元的数目，另一个维度为上一层网络的神经元数目)

单个样本的矩阵表示计算过程如下：

\(z^{[1]} = W^{[1]}x + b^{[1]}\)

\(a^{[1]} = \sigma(z^{[1]})\)

\(z^{[2]} = W^{[2]}a^{[1]} + b^{[2]}\)

\(a^{[2]}=\sigma(z^{[2]})\)

如果将样本数扩展到m个，使用for循环的计算过程为：

for i = 1 to m:
    z[1](i) = W[1]x(i) + b[1]
	a[1](i) = sigma(z[1](i))
	z[2](i) = W[2]a[1](i) + b[2]
	a[2](i) = sigma(z[2](i))

如果使用矩阵运算，我们设定m个训练样本以列的方式进行堆叠，用X表示，形状为[3, m]。使用矩阵运算过程如下，

Z[1] = W[1]X + b[1]
A[1] = sigma(Z[1])
Z[2] = W[2]A[1] + b[2]
A[2] = sigma(Z[2])

示意图如下：

反向传播

反向传播主要用于计算梯度dw1, dw2, dw3, db.为了方便理解，我们先用for循环进行介绍，之后再使用矩阵进行计算优化。

单个样本

计算过程类似于逻辑回归的反向传播过程。

\(dz^{[2]} = a^{[2]} - y\)

\(dW^{[2]} = dz^{[2]} * \frac{\partial dz^{[2]}}{\partial W^{[2]}} = dz^{[2]} * a^{[1]T}\)

$db^{[2]} = dz^{[2]} * \frac{\partial dz^{[2]}}{\partial b^{[2]}} = dz^{[2]} $

\(dz^{[1]} = dz^{[2]} * \frac{\partial dz^{[2]}}{\partial a^{[1]}} * \frac{\partial a^{[1]}}{\partial z^{[1]}} = W^{[2]T}*dz^{[2]} * g^{[1]^{'}}(z^{[1]})\)

\(dW^{[1]} = dz^{[1]} * \frac{\partial dz^{[1]}}{\partial W^{[1]}} = dz^{[1]} * x^T\)

\(db^{[1]} = dz^{[1]} * \frac{\partial dz^{[1]}}{\partial b^{[1]}} = dz^{[1]} * 1 = dz^{[1]}\)

对应的向量形式为(将m个样本堆叠在一起，一同计算)：

深层神经网络

深层神经网络是指包括多个隐藏的神经网络模型。如

深层神经网络计算过程类似于浅层神经网络，分为前向传播计算loss，反向传播计算梯度，然后更新权重；反复更新直到模型收敛。

模型的前向传播郭恒比较简单，我们接下来主要介绍模型的反向传播。以神经网络的某一层为例：

---

Input: \(da^{[l]}\)

Output: \(da^{[l-1]}, dW^{[l]}, db^{[l]}\)

---

我们知道前向传播过程中：

\(z^{[l]} = W^{[l]}*a^{[l-1]} + b^{[l]}\)

\(a^{[l]} = g(z^{[l]})\)

那么，

\(dz^{[l]} = da^{[l]} * g^{[l]'}(z^{[l]})\)

\(da^{[l-1]} = W^{[l]T} * dz^{[l]}\)

\(dW^{[l-1]} = dz^{[l]} * a^{[l-1]}\)

\(db^{[l-1]} = dz^{[l]}\)

得到\(da^{[l-1]}\)之后，我们可以继续往前传播。

---

为了方便运算，我们可以在前向传播过程中保存计算结果\(g(z^{[l]})\)。

深度神经网络的计算图可以描述如下。

神经网络的前向传播和反向传播计算过程可以总结如下：

总结

本文自下而上的对神经网络进行了介绍。首先，从逻辑回归开始介绍其计算过程、反向传播、更新方法，在介绍过程中先以单个样本的计算开始，然后扩展到m个样本，之后为了提高计算速度，采用向量化方法进行计算；我们了解了逻辑回归之后，介绍浅层神经网络。浅层神经网络是一个2层神经网络，每层神经网络的神经元可以看做是一个“逻辑回归”计算单元，区别在于使用的激活函数不同。浅层神经网络的介绍也是先从单个样本开始，通过单个样本明白其计算过程，然后扩展到m个样本，最终使用向量化方式完成计算。最后，介绍深层神经网络，深层神经网络只是增加了隐藏层的数目，其计算过程和浅层神经网络十分相似。

---

欢迎关注我的公众号，一同学习成长。

---

标签：逻辑,frac,入门,神经网络,dz,计算,深度,partial,hat
来源： https://www.cnblogs.com/ysugyl/p/12853631.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。