梯度是如何计算的

引言

深度学习模型的训练本质上是一个优化问题,而常采用的优化算法是梯度下降法(SGD)。对于SGD算法,最重要的就是如何计算梯度。此时,估计跟多人会告诉你:采用BP(backpropagation)算法,这没有错,因为神经网络曾经的一大进展就是使用BP算法计算梯度提升训练速度。但是从BP的角度,很多人陷入了推导公式的深渊。如果你学过微积分,我相信你一定知道如何计算梯度,或者说计算导数。对于深度网络来说,其可以看成多层非线性函数的堆积,即:

而我们知道深度学习模型的优化目标L一般是output的函数,如果要你求L关于各个参数的导数,你会不假思索地想到:链式法则。因为output是一个复合函数。在微积分里面,求解复合函数的导数采用链式法则再合适不过了。其实本质上BP算法就是链式法则的一个调用。让我们先忘记BP算法,从链式法则开始说起。

链式法则

链式法则无非是将一个复杂的复合函数从上到下逐层求导,比如你要求导式子:f(x,y,z)=(x+y)(x+z)。当然这个例子是足够简单的,但是我们要使用链式法则的方式来求导。首先可以将f(x,y,z)看成两个函数p(x,y)=(x+y)与q(x,z)=(x+z)的复合:f=pq。假如你要求df/dz,首先我们先要求出df/dp与df/dq。很显然,df/dp=q,df/dq=p。然后要求dp/dx与dq/dx,显然,dp/dx=1.0,dq/dx=1.0。这个时候已经求到最底层了,可以利用链式法则求出最终的结果了:df/dx=(df/dp)(dp/dx)+(df/dq)(dq/dx)=q+p。同样的方法,可以求出:df/dy=q,df/dz=p。如果大家细致观察的话,可以看到要求出最终的导数,你需要计算出中间结果:p与q。计算中间结果的过程一般是前向(forward)过程,然后再反向(backward)计算出最终的导数。过程如下:

#程序1#
    #输入
    x, y, z = -3, 2, 5
    
    #执行前向过程
    p = x + y        #p = -1
    q = x + z        #q = 2
    
    #执行反向过程计算梯度
    #第一个层反向:f = pq
    dfdp = q        #df / dp = 2
    dfdq = p        #df / dq = -1
    
    #第二个层反向,并累积第一层梯度:
    #p = x + y, q = x + z
    dfdx = 1.0 * dfdp + 1.0 * dfdq    #df / dx = 1
    dfdy = 1.0 * dfdp    #df / dy = 2
    dfdz = 1.0 * dfdq    #df / dz = -1

上面的一个过程就是BP算法,包含两个过程:前向forward)过程与反向(backword)过程。前向过程是从输入计算得到输出,而反向过程就是一个梯度累积的过程,或者说是BP,即误差反向传播。这就是BP的思想。上面的例子应该是比较简单的,而对于深度学习模型来说,其只不过是函数复杂一点罢了,但是如果你严格按照链式法则来去推导,只要你会基本求导方法,应该都不是什么难事了。

矩阵运算

其实对于深度学习模型来说,其运算都是基于矩阵运算的。对于新手来说,矩阵运算的求导可能会是一件比较头疼的事。其实矩阵运算求导是一个纸老虎。对于元素级的矩阵运算来说,比如激活函数这种,你完全可以把看成普通的求导。但是对于矩阵乘法,你需要特别注意,这里先抛出例子:

#程序2#
   import numpy as np
      
   #前向过程
   W = np.random.randn(5,10)
   X = np.random.randn(10,3)
   D = W.dot(X)
   
   #反向过程
   #假定dD是后面传播过来的梯度项
   dD = np.random.randn(*D.shape)  
   dW = dD.dot(X.T)
   dX = W.T.dot(dD)

如果你认真推导的话,是可以得到上面的结果的。但是这里有其它捷径。对于两个矩阵相乘的话,在反向传播时反正是另外一个项与传播过来的梯度项相乘。差别就在于位置以及翻转。这里有个小窍门,就是最后计算出梯度肯定要与原来的矩阵是同样的shape。那么这就容易了,反正组合不多。比如你要计算dW,你知道要用dD与X两个矩阵相乘就可以得到。W的shape是[5,10],而dD的shape是[5,3],X的shape是[10,3]。要保证dW与W的shape一致,好吧,此时只能用dD.dot(X.T),真的没有其它选择了,那这就是对了。

活学活用:

实现一个简单的神经网络

上面我们讲了链式法则,也讲了BP的思想,并且也讲了如何对矩阵运算求梯度。下面我们基于Python中的Numpy库实现一个简单的神经网络模型,代码如下:

#程序3#
"""
一个简单两层神经网络回归模型
"""

   import numpy as np
   # batch size
    N = 32
   # 输入维度
    D = 100
   # 隐含层单元数
    H = 200
   # 输出维度
    O = 10

   # 训练样本(这里随机生成)
    X = np.random.randn(N, D)
    y = np.random.randn(N, O)
   # 初始化参数
    W1 = np.random.randn(D, H)
    b1 = np.zeros((H,))
    W2 = np.random.randn(H, O)
    b2 = np.zeros((O,))

   # 训练参数
    learning_rate = 1e-02
    iterations = 200

   # 训练过程
   for t in range(iterations):    # 前向过程
       h = X.dot(W1) + b1
       h_relu = np.maximum(h, 0)
       pred = h_relu.dot(W2) + b2    
     #定义loss,采用均方差
       loss = np.sum(np.square(y - pred))  
       print("Iteration %d loss: %f" % (t, loss))    
     # 反向过程计算梯度
       dpred = 2.0 * (pred - y)
       db2 = np.sum(dpred, axis=0)
       dW2 = h_relu.T.dot(db2)
       dh_relu = db2.dot(W2.T)
       dh = (h > 0) * dh_relu
       db1 = np.sum(dh, axis=0)
       dW1 = X.T.dot(dh)  
       # SGD更新梯度
       params = [W1, b1, W2, b2]
       grads = [dW1, db1, dW2, db2]    
     for p, g in zip(params, grads):
           p += -learning_rate * g

总结

这里我们简单介绍了梯度下降法中最重要的一部分,就是如何计算梯度。相信通过本文,大家对BP算法以及链式法则有更深刻的理解。

参考资料

cs231n教程:http://cs231n.github.io/optimization-2/

原文发布于微信公众号 - 机器学习算法全栈工程师(Jeemy110)

原文发表时间:2017-08-20

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏大数据挖掘DT机器学习

面试整理:关于代价函数,正则化

3067
来自专栏红色石头的机器学习之路

Coursera吴恩达《卷积神经网络》课程笔记(1)-- 卷积神经网络基础

《Convolutional Neural Networks》是Andrw Ng深度学习专项课程中的第四门课。这门课主要介绍卷积神经网络(CNN)的基本概念、...

4360
来自专栏机器之心

学界 | 神经网络碰上高斯过程,DeepMind连发两篇论文开启深度学习新方向

函数近似是机器学习众多问题的核心,而过去深度神经网络凭借其「万能近似」的属性在函数近似方面无与伦比。在高级层面,神经网络可以构成黑箱函数近似器,它会学习如何根据...

1002
来自专栏专知

人人都能读懂卷积神经网络:Convolutional Networks for everyone

【导读】近日,Rohan Thomas发布一篇博文,通俗地讲解了卷积神经网络的结构、原理等各种知识。首先介绍了卷积神经网络(CNN)和人工神经网络(ANN)的不...

3529
来自专栏TensorFlow从0到N

TensorFlow从0到1 - 10 - NN基本功:反向传播的推导

上一篇 9 “驱魔”之反向传播大法引出了反向传播算法——神经网络的引擎,并在最后窥探了它的全貌。本篇将详细的讨论反向传播各方面的细节。尽管它被TensorFl...

3726
来自专栏AI研习社

如何让训练神经网络不无聊?试试迁移学习和多任务学习

训练深度神经网络是一个乏味的过程。更实际的方法,如重新使用训练好的网络解决其他任务,或针对许多任务使用相同的网络。这篇文章中,我们会讨论两个重要的方法:迁移学习...

785
来自专栏机器之心

机器学习老中医:利用学习曲线诊断模型的偏差和方差

3077
来自专栏机器学习算法与Python学习

最小二乘支持向量回归机(LS-SVR)

前面连续的七篇文章已经详细的介绍了支持向量机在二分类中的公式推导,以及如何求解对偶问题和二次规划这个问题,分类的应用有很多,如电子邮箱将邮件进行垃圾邮件与正常邮...

5149
来自专栏机器学习、深度学习

人脸检测识别文献阅读总结

1 在人脸检测的时候需要结合人脸特征点对齐来综合考虑人脸检测问题,因为人脸特征点对齐有助于提高人脸检测性能 下面的文献都论证了这个思想: Joint ...

3076
来自专栏人工智能

ImageNet冠军带你入门计算机视觉:卷积神经网络

作者|360 董健 编辑|Vincent,Emily AI 前线导语:在第一篇文章《ImageNet 冠军带你入门计算机视觉:监督学习与神经网络的简单实现》中,...

2730

扫码关注云+社区