小白也能看懂的BP反向传播算法之Further into Backpropagation
小白也能看懂的BP反向传播算法之Further into Backpropagation
本文相关代码可以从Backpropagation下载
在上一篇文章小白也能看懂的BP反向传播算法之Let's practice Backpropagation，我们计算了一个带sigmoid函数的嵌套网络的反向传播！从这篇文章开始，我们正式进入实际的神经网络的反向传播！本文将以一个两层的神经网络结构为例子，并且利用矩阵的方法实现神经网络的反向传播训练算法！
Lets get started!!!
神经网络的结构如下:
image.png
上图的神经网络包括两层网络。第一层是输入层，包括三个神经元，第二层也就是输出层，包括了两个神经元。标准的神经网络中，sigmoid层也就是激活函数，是输出层的一部分，这里为了反向传播时计算微分更直观，就将其分开！
对于不了解基本神经网络的同学可以参考,对于不了解激活函数的同学可以参考‘神经网络’初探
我们下面来分析这个神经网络。首先，三个输入值被输入到输入层的三个节点中，因此我们的输入，用矩阵表示，应该是三维的。然后输入层将和各自的权重相乘，得到输出层，这里和权重的相乘，可以简化成矩阵的乘法运算。然后再输入到sigmoid函数中，进行激活计算，得到一个0-1之间的输出值。最后输出到cost function中，进行误差的计算，这里的cost function可以选取不同的计算函数，这里我们用交叉熵函数作为代价函数， cross-entropy 。单纯对于研究反向传播来说，我们都可以不需要知道这些一层层的函数是干嘛的，因为我们反向传播要求的只是微分而已。只要这些函数是可微的，不管结构在复杂，无非是链式求导的时候多求几个微分而已！反向传播的本质就是在微分的计算！
Aim
误差当然是越小越好，所以我们训练网络的目标是将cost function的值减小，这和我们之前几篇文章将输出结果增加正好是相反的，其实也很简单，只需要在更新的时候，减去步长和微分的乘积就行，将之前的＋变成－！具体可以参考梯度下降法
这里我们要更新的是权重的值，所以更新的方法如下：
image.png
这里的Wij代表，第i个输入节点到第j的输出节点的权重！
只需要求出costfunction关于每个权重的微分即可！
首先，我们自然要先进行正向传播，也就是正向计算最后的输出cost function！
Forward Propagation
首先，我们将输入矩阵化，就是一个1*3的矩阵：
image.png
如果我们有多个样本的输入值，比如有n个输入，那么输入矩阵就可以写成n*3的矩阵！
权重矩阵如下：
image.png
然后输入层到输出层的计算，就可以简化成，两个矩阵的相乘：
image.png
正好得到一个 1x2 的矩阵，对应输出层的两个神经元，符合我们的预期，然后我们给第一个输出层的神经元标记y1，给第二个神经元标记为y2。
image.png
然后再进行激活函数的计算
image.png
Cost function
得到输出层的输出并进行激活函数计算之后，就要输入到cost function中计算errors！。这里我们采用的交叉熵代价函数， cross-entropy
image.png
这里p是预期的值，q是我们经过神经网络计算得到的预测值，具体交叉熵函数的意义，可以参考 cross-entropy
image.png
而我们只要知道我们要将C的值降低，利用反向传播算法，降低C的输出，所以我们就要求得C的微分，首先我们把C展开：
image.png
然后将我们网络中计算得到的输出层的输出带入进去：
image.png
这样我们就分析完了怎么进行这个神经网络的正向传播！
Backpropagation
反向传播之前，我们先回顾一下，每一层的输出结果
激活函数层的输出结果
image.png
输出层的输出结果
image.png
权重矩阵
image.png
输入层
image.png
明确了每层的值之后，我们要切记，我们反向传播所需的就是关于权重的微分，也就是
image.png
也就是我们要想办法求出C关于各个权重的微分！
求微分的基本思路和之前是一样的，不管网络的结构多复杂，根本都是利用链式法则，一层层的从输出求导到输入！这里，我们会采取矩阵的算法来进行微分的求解，这可以让我们的求解方法更适合于编写程序，并且更直观！
首先我们看输出C是关于sigmoid层的输出y0的函数，然后y0又是关于输出层的输出y的函数，y同时又是输入层x与权重相乘而得来的。所以，基本就明确了，我们需要先求取C关于y0的微分，再求取y0关于y的微分，然后求取y关于w的微分，最后又链式法则相乘在一起，就得到了C关于w的微分!
- 首先从cost function到sigmoid layer
image.png
我们可以很容易写出微分：
image.png
写成矩阵的形式
image.png
- 从sigmoid层到输出层的微分，就是求取sigmoid函数的微分
image.png
变成矩阵的形式就是：
image.png
- 从输出层到输入层的微分就是关于权重的微分，我们先看y关于权重的形式
image.png
从这个形式不难得出关于权重的微分就是：
image.png
这样我们就可以运用链式法则，求取C关于权重W的微分了：
image.png
将每个微分的值带入：
image.png
将六个微分全部求取出来就是：
image.png
不难写成矩阵的形式：
image.png
这里T代表矩阵的转置，X代表矩阵的乘法，圆圈加点代表矩阵对应元素相乘，也就是element-wise product。
最后，我们就可以得到完整的权重更新的法则：
image.png
根据以上计算出的更新法则，编写python代码就很直观了
import numpy as np
def sigmoid(x):
return 1/(1+np.exp(-x))
def derivative_sigmoid(x):
return np.multiply(sigmoid(x), (1-sigmoid(x)))
# initialization
# X : 1*3
X = np.matrix("2, 4, -2")
# W : 3*2
W = np.random.normal(size=(3, 2))
# label
ycap = [0]
# number of training of examples
num_examples = 1
# step size
h = 0.01
# forward-propogation
y = np.dot(X, W)
y_o = sigmoid(y)
# loss calculation
loss = -np.sum(np.log(y_o[range(num_examples), ycap]))
print(loss) # outputs 3.6821105514(for you it would be different due to random initialization of weights.)
# backprop starts
temp1 = np.copy(y_o)
# implementation of derivative of cost function with respect to y_o
temp1[range(num_examples), ycap] = 1 / -(temp1[range(num_examples), ycap])
temp = np.zeros_like(y_o)
temp[range(num_examples), ycap] = 1
# derivative of cost with respect to y_o
dcost = np.multiply(temp, temp1)
# derivative of y_o with respect to y
dy_o = derivative_sigmoid(y)
# element-wise multiplication
dgrad = np.multiply(dcost, dy_o)
dw = np.dot(X.T, dgrad)
# weight-update
W -= h * dw
# forward prop again with updated weight to find new loss
y = np.dot(X, W)
yo = sigmoid(y)
loss = -np.sum(np.log(yo[range(num_examples), ycap]))
print(loss) # 3.45476397276 outpus (again for you it would be different!)运行程序，就会看到，进行反向传播，C的值也就是代价函数减少了！（由于初始权重是随机生成的，所以每次运行结果就不尽相同，但可以确定的，反向传播后的输出结果相对之前一定是减小的）
待续
这篇文章将会在此结束！我们已经成功将反向传播的计算扩展到真实的两层的神经网络中，并且将计算过程矩阵化！下一篇就是反向传播算法的终结篇，将会实现一个多层的神经网络的反向传播，并且运用动态规划算法对反向传播中微分的计算进行优化！
本文相关代码可以从Backpropagation下载