神经网络的反向传播
对于下面的神经网络，输入为(x_1)，(x_2)，(x_3)，输出为(y_1)，(y_2)，(y_3)，激活函数(f)为逻辑斯蒂函数即(f=frac{1}{1+e^{-z}})，如何用梯度下降法求解呢？
首先定义这里的损失函数：(L( heta)=frac{1}{2}sum_{i}{(y_i-widehat{y_{i}})^2})
要使用梯度下降，先复习一下求导的链式法则（Chain Rule）:
1.若(y=g(x),z=h(y))，那么(frac{d z}{d x}=frac{d z}{d y}frac{d y}{d x})。
2.若(x=g(s),y=h(s),z=k(x,y))，那么(frac{dz}{ds}=frac{partial z}{partial y}frac{partial y}{partial s}+frac{partial z}{partial x}frac{partial x}{partial s})。
其实梯度下降的想法就是通过求梯度，得到在当前位置参数引起函数变化的方向，然后向使函数下降的方向来更新参数，如此不停的迭代更新参数，直到达到停止条件。
同样我们也计算梯度(frac{partial L( heta)}{partial heta})。
例如，要求出(frac{partial L( heta)}{partial w_1})，利用链式法则有：(frac{partial L( heta)}{partial w_1}=frac{partial L( heta)}{partial z_1}frac{partial z_1}{partial w_1})，可以分别求(frac{partial L( heta)}{partial z_1})和(frac{partial z_1}{partial w_1})。
由于(z_1=w_1x_1+w_2x_2+w_2x_2+b_1)，因此(frac{partial z_1}{partial w_1}=x_1)。
接下来需要求(frac{partial L( heta)}{partial z_1})，还是利用链式法则$$frac{partial L( heta)}{partial z_1}=frac{partial L( heta)}{partial f(z_1)} frac{partial f(z_1)}{partial z_1}=frac{partial L( heta)}{partial f(z_1)}f'(z_1)$$，由于这里的(f)是逻辑斯蒂函数，因此(f'(z_1)=frac{e^{-z}}{(1+e^{-z})^2})。
我们还需要计算(frac{partial L( heta)}{partial f(z_1)})，从神经网络结构可以看出(z_1)通过(w_4,w_5,w_6)三个方向来影响(L( heta))，因此还是利用链式法则$$frac{partial L( heta)}{partial f(z_1)}=frac{partial L( heta)}{partial z_4}frac{partial z_4}{partial f(z_1)}+frac{partial L( heta)}{partial z_5}frac{partial z_5}{partial f(z_1)}+frac{partial L( heta)}{partial z_6}frac{partial z_6}{partial f(z_1)}$$$$frac{partial L( heta)}{partial f(z_1)}=w_4frac{partial L( heta)}{partial z_4}+w_5frac{partial L( heta)}{partial z_5}+w_6frac{partial L( heta)}{partial z_6}$$
再回过头看一下，我们想要计算(frac{partial L( heta)}{partial z_1})，结果得出$$frac{partial L( heta)}{partial z_1}=f'(z_1)[w_4frac{partial L( heta)}{partial z_4}+w_5frac{partial L( heta)}{partial z_5}+w_6frac{partial L( heta)}{partial z_6}]$$，因此先要计算(frac{partial L( heta)}{partial z_4})，(frac{partial L( heta)}{partial z_5})和(frac{partial L( heta)}{partial z_6})才能得到(frac{partial L( heta)}{partial z_1})，而同样的情况，需要计算下一层的(frac{partial L( heta)}{partial z_{...}})才能得到(frac{partial L( heta)}{partial z_4})，(frac{partial L( heta)}{partial z_5})和(frac{partial L( heta)}{partial z_6})。一直到计算到输出层时，(frac{partial L( heta)}{partial z_7}=frac{partial L( heta)}{partial y_1}frac{partial y_1}{partial z_7}=frac{partial L( heta)}{partial y_1}f'(z_7))，在这里由于损失函数定义为(L( heta)=frac{1}{2}sum_{i}{(y_i-widehat{y_{i}})^2})因此，(frac{partial L( heta)}{partial y_1}=y_1-widehat{y_{1}})，训练时真实值(y_1)是已知的，而(widehat{y_{1}})可以通过上一次的参数计算得到。(frac{partial L( heta)}{partial z_8})和(frac{partial L( heta)}{partial z_9})的计算也和(frac{partial L( heta)}{partial z_7})一样。
至于求(frac{partial L( heta)}{partial b})的过程和求(frac{partial L( heta)}{partial w})类似。
因此神经网络的求解分为前向和后向两个部分，其中前向就是从输入层开始依次计算后一层的输出，一直到输出层。前向过程可以得到(frac{partial z}{partial w})。后向传播过程就是从输出层开始依次计算前一层的(frac{partial L( heta)}{partial z})。结合前向和后向过程就能够得到梯度(frac{partial L( heta)}{partial w}=frac{partial L( heta)}{partial z}frac{partial z}{partial w})。
用python实现了一个简单的神经网络（每个隐含层的节点数等于输入个数相同）的求解过程。
class NeuralNetwork:
def __init__(self,num_inputs=3, num_hidden=4,learn_rate=0.1):
self.num_inputs=num_inputs
self.num_hidden=num_hidden
self.w=np.random.rand(num_hidden,num_inputs,num_inputs)
self.b=np.random.rand(num_hidden,num_inputs)
self.z=np.zeros([num_hidden,num_inputs])
self.fz=np.zeros([num_hidden,num_inputs])
self.learn_rate=learn_rate
def fit(self,xdata,ydata,step=100):
self.xdata=xdata
self.ydata=ydata
self.ydata_hat=np.zeros([len(xdata)])
for i in range(step):
self.ydata_hat=self.get_y_hat(self.xdata)
self.calcu_loss()
self.bp()
print 'ydata:'
print self.ydata
print 'ydata_hat:'
print self.ydata_hat
def calcu_loss(self):
tmp=self.ydata-self.ydata_hat
loss=np.dot(tmp,tmp)
print 'loss =',loss
return
def f(self,z):
return 1 / (1 + math.exp(-z))
def f_derivative(self,z):
return self.f(z)*self.f(1-z)
def get_y_hat(self,x):
##前向传播
for j in range(self.num_hidden):
for i in range(self.num_inputs):
if j==0:
self.z[j][i]=np.dot(self.w[j][i],x)+self.b[j][i]
else:
self.z[j][i]=np.dot(self.w[j][i],self.fz[j-1])+self.b[j][i]
self.fz[j][i]=self.f(self.z[j][i])
return self.fz[-1]
def bp(self):
##反向传播
partial_z=np.zeros([self.num_hidden,self.num_inputs])
for j in range(self.num_hidden-1,-1,-1):
for i in range(self.num_inputs-1,-1,-1):
if j==self.num_hidden-1:
partial_z[j][i]=(self.ydata_hat[i]-self.ydata[i])*self.f_derivative(self.z[j][i])
else:
partial_z[j][i]=np.dot(self.w[j+1][:,i],partial_z[j+1])*self.f_derivative(self.z[j][i])
partial_w=np.zeros([self.num_hidden,self.num_inputs])
for j in range(self.num_hidden):
for i in range(self.num_inputs):
partial_w[j][i]=self.fz[j][i]*partial_z[j][i]
##更新权值
for j in range(self.num_hidden):
for i in range(self.num_inputs):
self.w[j][i]=self.w[j][i]-self.learn_rate*partial_w[j][i]
self.b[j][i]=self.b[j][i]-self.learn_rate*partial_z[j][i]
return
x=np.random.rand(3)
Network=NeuralNetwork(3,10)
Network.fit(x,x,500)
输出为：
loss = 0.547469323789
loss = 0.536159432604
loss = 0.524672257147
loss = 0.513012035223
loss = 0.50118506728
loss = 0.489199903185
loss = 0.477067497426
loss = 0.464801322584
loss = 0.45241743075
loss = 0.439934453094
loss = 0.427373529142
loss = 0.414758159653
loss = 0.402113980187
.
.
.
loss = 1.01721611578e-05
loss = 1.00128950233e-05
loss = 9.85614814176e-06
loss = 9.70188005636e-06
loss = 9.55005097445e-06
loss = 9.40062175636e-06
loss = 9.25355390437e-06
loss = 9.10880955183e-06
loss = 8.96635145246e-06
ydata:
[ 0.27196578 0.45844752 0.48791713]
ydata_hat:
[ 0.27495838 0.45844681 0.48802049]
从结果可以看出确实在不断接近真实值。
参考：
http://speech.ee.ntu.edu.tw/~tlkagk/courses/ML_2016/Lecture/BP.pdf