独家解读 | 矩阵视角下的BP算法

作者：孙裕道

一

背景介绍

有深度学习三巨头之称的YoshuaBengio、Yann LeCun、Geoffrey Hinton共同获得了2018年的图灵奖，得奖理由是他们在概念和工程上取得的巨大突破，使得深度神经网络成为计算的关键元素。其中九项选定的技术成就分别是:反向传播，玻尔兹曼机，提出卷积神经网络，序列的概率建模，高维词嵌入与注意力机制，生成对抗网络，对卷积神经网络的修正，改进反向传播算法，拓宽神经网络的视角。这其中两项成就技术与反向传播有关。

图1：深度学习三剑客

关注文章公众号

对话框回复“ 反向传播 ”获取反向传播资料

二

BP算法前言

神经网络参数的更新的时候，经常会混淆两个概念链式法则与BP 算法。BP算法其实是链式法则求解参数梯度的一种优化方法，它可以简化梯度计算量，降低计算的冗余度。当我们提到BP反向传播的时候，不禁会问反向传播的对象是什么呢，BP算法的目的是求解各个层参数的梯度，而传播的对象其实是“变种”的误差信息。

三

标量视角下的链式法则

3.1 标量形式的神经网络

下图为标量形式的神经网络，并且为了说明方便不考虑偏置项。

图2：神经网络的标量形式

给定一个训练样本 ，假设模型输出为 ，则均方误差为

根据梯度下降法更新模型的参数，则各个参数的更新公式为：

链式法则求解 会有如下推导形式：

链式法则求解 会有如下推导形式：

可以发现，当计算前一层 梯度分量时候，后一层已经计算好的 结果并不能给它提供任何有益的信息，而是重新从均方误差开始进行复杂的偏导计算，这样会导致计算冗余度太大，而且标量视角下的链式法则求解梯度会给人一种很混乱的感觉。

四

矩阵视角下的BP算法

下面的内容会涉及到大量矩阵求导运算，这确实是一个非常难啃的部分。矩阵求导法则本文中不做介绍，感兴趣的人可以阅读《The Matrix Cookbook》这本书详细学习。

关注文章公众号回复“反向传播”获取此书电子版。

图3：matrix book

4.1 矩阵形式的神经网络

下图为3层不考虑偏置项的全连接神经网络示意图：

图4：全连接神经网络

上图[network]可以描述为如下公式:

θσσ（）损失函数如下所示：

（）优化的目标函数为：

（）其中 ，表示的权重矩阵， 为隐层向量。

4.2 随机梯度

采用随机梯度下降法求解优化深度神经网络的问题，如下式所示：

（）上式中，主要的问题是在于计算 θ ，通常采用的方法是链式法则求导。而反向传播就是一种很特殊的链式法则的方法。反向传播非常有效的避免大量的重复性的计算。

4.3 无激活函数的神经网络

L层神经网络的无激活函数的目标函数定义为：

（）

有如下形式：

（）

其中，

4.4 含有激活函数的神经网络

首先，考虑2层的有激活函数的神经网络，目标函数定义为：

θσ（）则有

（）其中 σ ， ， 是 导数。再考虑L层有激活函数的神经网络，目标函数定义为：

（）

中， σσ ，并且 。

4.5 BP反向传播的原理示意

首先定义如下形式：

（）具体会有：

（）综上所述会有：

（）

BP反向传播的工作原理示意图如下所示：

上图精练准确的阐释了BP算法的原理，图中蓝色箭头是神经网络前向传播的过程，图中紫色箭头是网络反向传播的过程。可以知道，前向传播的对象是特征提取信息 ，反向传播的对象是“变种形式”的误差信息 （其中 的递推公式为图中的黑体字部分），并且每一层网络参数的梯度 用到了前一层的特征信息 ,后一层的误差信息 。