神經(jīng)網(wǎng)絡(luò)曾經(jīng)很火，有過(guò)一段低迷期，現(xiàn)在因?yàn)?a href="http://www.asorrir.com/v/tag/448/" target="_blank">深度學(xué)習(xí)的原因繼續(xù)火起來(lái)了。神經(jīng)網(wǎng)絡(luò)有很多種：前向傳輸網(wǎng)絡(luò)、反向傳輸網(wǎng)絡(luò)、遞歸神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)等。本文介紹基本的反向傳輸神經(jīng)網(wǎng)絡(luò)（Backpropagation 簡(jiǎn)稱BP），主要講述算法的基本流程和自己在訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)的一些經(jīng)驗(yàn)。

BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)

神經(jīng)網(wǎng)絡(luò)就是模擬人的大腦的神經(jīng)單元的工作方式，但進(jìn)行了很大的簡(jiǎn)化，神經(jīng)網(wǎng)絡(luò)由很多神經(jīng)網(wǎng)絡(luò)層構(gòu)成，而每一層又由許多單元組成，第一層叫輸入層，最后一層叫輸出層，中間的各層叫隱藏層，在BP神經(jīng)網(wǎng)絡(luò)中，只有相鄰的神經(jīng)層的各個(gè)單元之間有聯(lián)系，除了輸出層外，每一層都有一個(gè)偏置結(jié)點(diǎn)：

雖然圖中隱藏層只畫了一層，但其層數(shù)并沒有限制，傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)經(jīng)驗(yàn)認(rèn)為一層就足夠好，而最近的深度學(xué)習(xí)不這么認(rèn)為。偏置結(jié)點(diǎn)是為了描述訓(xùn)練數(shù)據(jù)中沒有的特征，偏置結(jié)點(diǎn)對(duì)于下一層的每一個(gè)結(jié)點(diǎn)的權(quán)重的不同而生產(chǎn)不同的偏置，于是可以認(rèn)為偏置是每一個(gè)結(jié)點(diǎn)（除輸入層外）的屬性。我們偏置結(jié)點(diǎn)在圖中省略掉：

在描述BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練之前，我們先來(lái)看看神經(jīng)網(wǎng)絡(luò)各層都有哪些屬性：

每一個(gè)神經(jīng)單元都有一定量的能量，我們定義其能量值為該結(jié)點(diǎn)j的輸出值Oj；

相鄰層之間結(jié)點(diǎn)的連接有一個(gè)權(quán)重Wij，其值在[-1,1]之間；

除輸入層外，每一層的各個(gè)結(jié)點(diǎn)都有一個(gè)輸入值，其值為上一層所有結(jié)點(diǎn)按權(quán)重傳遞過(guò)來(lái)的能量之和加上偏置；

除輸入層外，每一層都有一個(gè)偏置值，其值在[0,1]之間；

除輸入層外，每個(gè)結(jié)點(diǎn)的輸出值等該結(jié)點(diǎn)的輸入值作非線性變換；

我們認(rèn)為輸入層沒有輸入值，其輸出值即為訓(xùn)練數(shù)據(jù)的屬性，比如一條記錄X=<(1,2,3),類別1>，那么輸入層的三個(gè)結(jié)點(diǎn)的輸出值分別為1,2,3. 因此輸入層的結(jié)點(diǎn)個(gè)數(shù)一般等于訓(xùn)練數(shù)據(jù)的屬性個(gè)數(shù)。

訓(xùn)練一個(gè)BP神經(jīng)網(wǎng)絡(luò)，實(shí)際上就是調(diào)整網(wǎng)絡(luò)的權(quán)重和偏置這兩個(gè)參數(shù)，BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程分兩部分：

前向傳輸，逐層波浪式的傳遞輸出值；

逆向反饋，反向逐層調(diào)整權(quán)重和偏置；

我們先來(lái)看前向傳輸。

前向傳輸（Feed-Forward前向反饋）

在訓(xùn)練網(wǎng)絡(luò)之前，我們需要隨機(jī)初始化權(quán)重和偏置，對(duì)每一個(gè)權(quán)重取[-1,1]的一個(gè)隨機(jī)實(shí)數(shù)，每一個(gè)偏置取[0,1]的一個(gè)隨機(jī)實(shí)數(shù)，之后就開始進(jìn)行前向傳輸。

神經(jīng)網(wǎng)絡(luò)的訓(xùn)練是由多趟迭代完成的，每一趟迭代都使用訓(xùn)練集的所有記錄，而每一次訓(xùn)練網(wǎng)絡(luò)只使用一條記錄，抽象的描述如下：

while 終止條件未滿足：

for record

trainModel(record)

首先設(shè)置輸入層的輸出值，假設(shè)屬性的個(gè)數(shù)為100，那我們就設(shè)置輸入層的神經(jīng)單元個(gè)數(shù)為100，輸入層的結(jié)點(diǎn)Ni為記錄第i維上的屬性值xi。對(duì)輸入層的操作就這么簡(jiǎn)單，之后的每層就要復(fù)雜一些了，除輸入層外，其他各層的輸入值是上一層輸入值按權(quán)重累加的結(jié)果值加上偏置，每個(gè)結(jié)點(diǎn)的輸出值等該結(jié)點(diǎn)的輸入值作變換

前向傳輸?shù)妮敵鰧拥挠?jì)算過(guò)程公式如下：

對(duì)隱藏層和輸出層的每一個(gè)結(jié)點(diǎn)都按照如上圖的方式計(jì)算輸出值，就完成前向傳播的過(guò)程，緊接著是進(jìn)行逆向反饋。

逆向反饋（Backpropagation）

逆向反饋從最后一層即輸出層開始，我們訓(xùn)練神經(jīng)網(wǎng)絡(luò)作分類的目的往往是希望最后一層的輸出能夠描述數(shù)據(jù)記錄的類別，比如對(duì)于一個(gè)二分類的問(wèn)題，我們常常用兩個(gè)神經(jīng)單元作為輸出層，如果輸出層的第一個(gè)神經(jīng)單元的輸出值比第二個(gè)神經(jīng)單元大，我們認(rèn)為這個(gè)數(shù)據(jù)記錄屬于第一類，否則屬于第二類。

還記得我們第一次前向反饋時(shí)，整個(gè)網(wǎng)絡(luò)的權(quán)重和偏置都是我們隨機(jī)取，因此網(wǎng)絡(luò)的輸出肯定還不能描述記錄的類別，因此需要調(diào)整網(wǎng)絡(luò)的參數(shù)，即權(quán)重值和偏置值，而調(diào)整的依據(jù)就是網(wǎng)絡(luò)的輸出層的輸出值與類別之間的差異，通過(guò)調(diào)整參數(shù)來(lái)縮小這個(gè)差異，這就是神經(jīng)網(wǎng)絡(luò)的優(yōu)化目標(biāo)。對(duì)于輸出層：

其中Ej表示第j個(gè)結(jié)點(diǎn)的誤差值，Oj表示第j個(gè)結(jié)點(diǎn)的輸出值，Tj記錄輸出值，比如對(duì)于2分類問(wèn)題，我們用01表示類標(biāo)1,10表示類別2，如果一個(gè)記錄屬于類別1，那么其T1=0，T2=1。

中間的隱藏層并不直接與數(shù)據(jù)記錄的類別打交道，而是通過(guò)下一層的所有結(jié)點(diǎn)誤差按權(quán)重累加，計(jì)算公式如下：

其中Wjk表示當(dāng)前層的結(jié)點(diǎn)j到下一層的結(jié)點(diǎn)k的權(quán)重值，Ek下一層的結(jié)點(diǎn)k的誤差率。

計(jì)算完誤差率后，就可以利用誤差率對(duì)權(quán)重和偏置進(jìn)行更新，首先看權(quán)重的更新：

其中λ表示表示學(xué)習(xí)速率，取值為0到1，學(xué)習(xí)速率設(shè)置得大，訓(xùn)練收斂更快，但容易陷入局部最優(yōu)解，學(xué)習(xí)速率設(shè)置得比較小的話，收斂速度較慢，但能一步步逼近全局最優(yōu)解。

更新完權(quán)重后，還有最后一項(xiàng)參數(shù)需要更新，即偏置：

至此，我們完成了一次神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程，通過(guò)不斷的使用所有數(shù)據(jù)記錄進(jìn)行訓(xùn)練，從而得到一個(gè)分類模型。不斷地迭代，不可能無(wú)休止的下去，總歸有個(gè)終止條件

訓(xùn)練終止條件

每一輪訓(xùn)練都使用數(shù)據(jù)集的所有記錄，但什么時(shí)候停止，停止條件有下面兩種：

設(shè)置最大迭代次數(shù)，比如使用數(shù)據(jù)集迭代100次后停止訓(xùn)練

計(jì)算訓(xùn)練集在網(wǎng)絡(luò)上的預(yù)測(cè)準(zhǔn)確率，達(dá)到一定門限值后停止訓(xùn)練

使用BP神經(jīng)網(wǎng)絡(luò)分類

我自己寫了一個(gè)BP神經(jīng)網(wǎng)絡(luò)，在數(shù)字手寫體識(shí)別數(shù)據(jù)集MINIST上測(cè)試了一下，MINIST數(shù)據(jù)集中訓(xùn)練圖片有12000個(gè)，測(cè)試圖片20000個(gè)，每張圖片是28*28的灰度圖像，我對(duì)圖像進(jìn)行了二值化處理，神經(jīng)網(wǎng)絡(luò)的參數(shù)設(shè)置如下：

輸入層設(shè)置28*28=784個(gè)輸入單元；

輸出層設(shè)置10個(gè)，對(duì)應(yīng)10個(gè)數(shù)字的類別；

學(xué)習(xí)速率設(shè)置為0.05；

訓(xùn)練經(jīng)過(guò)約50次左右迭代，在訓(xùn)練集上已經(jīng)能達(dá)到99%的正確率，在測(cè)試集上的正確率為90.03%，單純的BP神經(jīng)網(wǎng)絡(luò)能夠提升的空間不大了，但kaggle上已經(jīng)有人有卷積神經(jīng)網(wǎng)絡(luò)在測(cè)試集達(dá)到了99.3%的準(zhǔn)確率。代碼是去年用C++寫的，濃濃的JAVA的味道，代碼價(jià)值不大，但注釋比較詳細(xì)，可以查看這里，最近寫了一個(gè)Java多線程的BP神經(jīng)網(wǎng)絡(luò)，但現(xiàn)在還不方便拿出來(lái)，如果項(xiàng)目黃了，再放上來(lái)吧。

訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)的一些經(jīng)驗(yàn)

講一下自己訓(xùn)練神經(jīng)網(wǎng)絡(luò)的一點(diǎn)經(jīng)驗(yàn)：

學(xué)習(xí)速率不宜設(shè)置過(guò)大，一般小于0.1，開始我設(shè)置了0.85，準(zhǔn)確率一直提不上去，很明顯是陷入了局部最優(yōu)解；

輸入數(shù)據(jù)應(yīng)該歸一化，開始使用0-255的灰度值測(cè)試，效果不好，轉(zhuǎn)成01二值后，效果提升顯著；

盡量是數(shù)據(jù)記錄隨機(jī)分布，不要將數(shù)據(jù)集按記錄排序，假設(shè)數(shù)據(jù)集有10個(gè)類別，我們把數(shù)據(jù)集按類別排序，一條一條記錄地訓(xùn)練神經(jīng)網(wǎng)絡(luò)，訓(xùn)練到后面，模型將只記得最近訓(xùn)練的類別而忘記了之前訓(xùn)練的類別；

對(duì)于多分類問(wèn)題，比如漢字識(shí)別問(wèn)題，常用漢字就有7000多個(gè)，也就是說(shuō)有7000個(gè)類別，如果我們將輸出層設(shè)置為7000個(gè)結(jié)點(diǎn)，那計(jì)算量將非常大，并且參數(shù)過(guò)多而不容易收斂，這時(shí)候我們應(yīng)該對(duì)類別進(jìn)行編碼，7000個(gè)漢字只需要13個(gè)二進(jìn)制位即可表示，因此我們的輸出成只需要設(shè)置13個(gè)結(jié)點(diǎn)即可。

審核編輯：黃飛

?