【思考】为什么我们需要一个比反向传播更好的学习算法？

【导读】如今，反向传播算法（Backpropagation）可以说是神经网络模型的标配学习方法，可以在网络的学习过程中计算损失函数的偏导数，从而进一步用随机梯度下降等算法来求解参数。但是，本文作者Kailash Ahirwar表示，我们在深度学习过程中需要一个比反向传播更好的学习算法。为什么呢？因为反向传播有种种缺陷：速度慢、存在梯度消失和爆炸问题，容易出现过拟合和欠拟合现象。本文并未提出一个新的替代方法，旨在揭露反向传播的不足，希望能有助于读者的理解。

Why we need a better learning algorithm than Backpropagation in Deep Learning

我们都知道，反向传播是一个革命性的学习算法。它能帮助我们训练几乎所有的神经网络架构。 在GPU的帮助下，反向传播将训练时间从几个月缩短到了几个小时/几天。 它允许对神经网络进行有效的训练。

它之所以被广泛使用我认为有两个主要原因：（1）我们没有比反向传播更好的方法，（2）它能起作用。 反向传播是基于微分的链式规则（chain rule ofdifferentiation）。

问题在于反向传播算法本身的实现。 要计算当前层的梯度，我们需要知道下一层的梯度，所以当前层就被锁定了，因为我们无法计算当前层的梯度，除非我们有下一层的梯度。如果我们的网络中有1000个层，第一层必须等到最后一层梯度计算完之后才能更新权重。 因此，神经网络中最初的几层不能正确更新。有时候，在Sigmoid激活函数的情况下，当梯度传播回来时，梯度将会消失或爆炸。

当我们做决定的时候，我们根据当前的观察和以前的学习来做出决定。 目前的神经网络或深度学习算法与我们做决定的方式并不一样。我们是根据经验来做决定的，例如，当我们走路时，我们使用视觉，音频等感官输入来做出决定。我们也从一个任务学习其他任务。

反馈算法有以下限制：

• 它很慢，所有先前的层都会被锁定，直到计算出当前层的梯度；
• 存在梯度消失和梯度爆炸问题；
• 存在过拟合和欠拟合问题；
• 它仅考虑预测值和实际值来计算误差并计算与目标函数相关的梯度，部分梯度与反向传播算法有关；
• 它没有考虑类间的空间相关性和空间不相关性，而只是计算与目标函数有关的错误（部分与Backpropagation算法有关）；

DeepMind的合成梯度（syntheticgradients）是一个变通方法，但它称不上一个解决方案。 在我看来，我们必须从头开始思考，设计一个新的学习算法，可以有效地学习，并可以帮助我们的网络实时学习。

关于作者（Kailash Ahirwar）：

https://towardsdatascience.com/@kailashahirwar

我是MateLabs的联合创始人，在那里我们建立了Mateverse，一个ML平台，它使每个人都可以轻松地构建和训练机器学习模型，而无需编写一行代码。

参考链接：

https://towardsdatascience.com/why-we-need-a-better-learning-algorithm-than-backpropagation-in-deep-learning-2faa0e81f6b