作者：韩信子 @ShowMeAI
教程地址 ：http://www.showmeai.tech/tutorials/35
本文地址 ：http://www.showmeai.tech/article-detail/214
声明：版权所有，转载请联系平台与作者并注明出处

收藏ShowMeAI 查看更多精彩内容

本系列为吴恩达老师《深度学习专项课程 (Deep Learning Specialization) 》学习与总结整理所得，对应的课程视频可以在这里 查看。

引言

在ShowMeAI 前一篇文章 神经网络基础 中我们对以下内容进行了介绍：

• 二分类问题、逻辑回归模型及损失函数。
• 梯度下降算法。
• 计算图与正向传播及反向传播。
• 向量化方式并行计算与提效。

本篇内容我们将从浅层神经网络入手，逐步拓展到真正的神经网络模型知识学习。

1.神经网络表示

图示为两层神经网络，也可以称作单隐层神经网络 (a single hidden layer neural network) 。这就是典型的浅层 (shallow) 神经网络，结构上，从左到右，可以分成三层：

• 输入层 (input layer) ：竖向堆叠起来的输入特征向量。
• 隐藏层 (hidden layer) ：抽象的非线性的中间层。
• 输出层 (output layer) ：输出预测值。

注意：当我们计算网络的层数时，通常不考虑输入层。因此图中隐藏层是第一层，输出层是第二层。

有一些约定俗成的符号表示，如下：

• 输入层的激活值为 ，隐藏层产生的激活值，记作 。
• 隐藏层的第一个单元 (或者说节点) 就记作 ，输出层同理。
• 隐藏层和输出层都是带有参数 和 的，它们都使用上标[1]来表示是和第一个隐藏层有关，或者上标[2]来表示是和输出层有关。

2.计算神经网络的输出

2.1 两层神经网络

接下来我们开始详细推导神经网络的计算过程。

我们依旧来看看我们熟悉的逻辑回归，我们用其构建两层神经网络。逻辑回归的前向传播计算可以分解成计算 和 的两部分。

如果我们基于逻辑回归构建两层神经网络，前向计算从前往后要做2次计算：

• 从输入层到隐藏层，对应一次逻辑回归运算。
• 从隐藏层到输出层，对应一次逻辑回归运算。

在每层计算中，我们注意对应的上标和下标：

• 我们记上标方括号 表示layer，记下标表示第几个神经元。例如， 表示第 层的第 个神经元。
• 注意， 从 开始， 从 开始。

2.2 单个样本计算方式

我们将输入层到隐藏层的计算公式列出来：

后续从隐藏层到输出层的计算公式为：

上述每个节点的计算都对应着一次逻辑运算的过程，分别由计算 和 两部分组成。

2.3 向量化计算

我们引入向量化思想提升计算效率，将上述表达式转换成矩阵运算的形式，如下所示：

我们这里特别注意一下数据维度：

• 的维度是
• 的维度是
• 的维度是
• 的维度是

2.4 数据集向量化计算

上面部分提到的是单个样本的神经网络正向传播矩阵运算过程。对于 个训练样本，我们也可以使用向量化矩阵运算的形式来提升计算效率。形式上，它和单个样本的矩阵运算十分相似，比较简单。我们记输入矩阵 的维度为 ，则有：

上述公式中， 的维度是 ，4是隐藏层神经元的个数； 的维度与 相同； 和 的维度均为 。

我们可以这样理解上述的矩阵：行表示神经元个数，列表示样本数目 。

3.激活函数

3.1 不同的激活函数与选择

在神经网络中，隐藏层和输出层都需要激活函数 (activation function) ，前面的例子中我们都默认使用 Sigmoid 函数 作为激活函数。实际我们有不同的激活函数可以选择，而且它们有各自的优点：

(1) tanh 函数

the hyperbolic tangent function，双曲正切函数

优点：函数输出介于 ，激活函数的平均值就更接近0，有类似数据中心化的效果。效果几乎总比 Sigmoid 函数好 (二元分类的输出层我们还是会用 Sigmoid ，因为我们希望输出的结果介于 ) 。

缺点：当 趋紧无穷大 (或无穷小) ，导数的梯度 (即函数的斜率) 就趋紧于0，这使得梯度算法的速度大大减缓。这一点和 Sigmoid 一样。

(2) ReLU函数

the rectified linear unit，修正线性单元

优点：当 时，梯度始终为1，从而提高神经网络基于梯度算法的运算速度，收敛速度远大于 Sigmoid 和tanh。

缺点：当 时，梯度一直为0，但是实际的运用中，该缺陷的影响不是很大。

(3) Leaky ReLU

带泄漏的ReLU

优点：Leaky ReLU保证在 的时候，梯度仍然不为0。

理论上来说，Leaky ReLU有ReLU的所有优点，但在实际操作中没有证明总是好于ReLU，因此不常用。

总结

在选择激活函数的时候，如果在不知道该选什么的时候就选择ReLU。当然也没有固定答案，要依据实际问题在交叉验证集合中进行验证分析。注意，我们可以在不同层选用不同的激活函数。

3.2 使用非线性激活函数的原因

使用线性激活函数和不使用激活函数、无论神经网络有多少层，输出都是输入的线性组合，与没有隐藏层效果相当，就成了最原始的感知器了。我们以2层神经网络做一个简单推导，如下：

假设所有的激活函数都是线性的，为了更简单一点，我们直接令激活函数 ，即 。那么，浅层神经网络的各层输出为：

我们对上述公式中 展开计算，得：

上述推导后，我们可以发现 仍是输入变量 的线性组合！后续堆叠更多的层次，也可以依次类推，这表明，使用神经网络，如果不使用激活函数或使用线性激活函数，与直接使用线性模型的效果并没有什么两样！因此，隐藏层的激活函数必须要是非线性的。

不过，在部分场景下，比如是回归预测问题而不是分类问题，输出值 为连续值，输出层的激活函数可以使用线性函数。如果输出 恒为正值，则也可以使用ReLU激活函数，这些具体情况具体分析。

3.3 激活函数的导数

我们来看一下不同激活函数的导数，这将在我们反向传播中频繁用到。

4.神经网络的梯度下降法

下面我们来一起看看，神经网络中的梯度计算。

我们依旧以浅层神经网络为例，它包含的参数为 ， ， ， 。

令输入层的特征向量个数 ，隐藏层神经元个数为 ，输出层神经元个数为 。则：

• 的维度为
• 的维度为
• 的维度为
• 的维度为

4.1 神经网络中的梯度下降

上述神经网络的前向传播过程，对应的公式如下图左侧。反向传播过程，我们会进行梯度计算，我们先列出Cost Function对各个参数的梯度，如下图右侧公式。

其中，np.sum使用到python中的numpy工具库，想了解更多的同学可以查看ShowMeAI 的 图解数据分析 系列中的numpy教程，也可以通过ShowMeAI 制作的numpy速查手册 快速了解其使用方法)

4.2 反向传播（拓展补充）

我们使用上篇内容 神经网络基础 中的计算图方式来推导神经网络反向传播。回忆我们前面提到的逻辑回归，推导前向传播和反向传播的计算图如下图所示：

因为多了隐藏层，神经网络的计算图要比逻辑回归的复杂一些，如下图所示。

综上，对于浅层神经网络（包含一个隐藏层）而言，「单个样本」和「m个训练样本」的反向传播过程分别对应如下的6个表达式（都是向量化矩阵形式）：

5.随机初始化

5.1 全零初始化权重问题

我们在很多机器学习模型中，会初始化权重为0。但在神经网络模型中，参数权重 是不能全部初始化为零的，它会带来对称性问题 (symmetry breaking problem) ，下面是分析过程。

假设一个浅层神经网络包含两个输入，隐藏层包含两个神经元。

如果权重 和 都初始化为零，这样使得隐藏层第一个神经元的输出等于第二个神经元的输出，即 。容易得到 ，以及 。

我们发现：隐藏层两个神经元对应的权重行向量 和 每次迭代更新都会得到完全相同的结果， 始终等于 ，完全对称！这样隐藏层设置多个神经元就没有任何意义了。

当然，因为中间层每次只会有1个偏置项参数 ，它可以全部初始化为零，并不会影响神经网络训练效果。

5.2 解决方法

上述提到的权重W全部初始化为零带来的问题就是symmetry breaking problem (对称性) 。解决方法也很简单：在初始化的时候， 参数要进行随机初始化，不可以设置为0。而 因为不存在对称性的问题，可以设置为 0。

以 2 个输入，2 个隐藏神经元为例：

W = np.random.rand (2,2) * 0.01
b = np.zeros ( (2,1) ) 

这里将 的值乘以 0.01 (或者其他的常数值) 的原因是为了使得权重 初始化为较小的值，这是因为使用 Sigmoid 函数或者 tanh 函数作为激活函数时：

• 若 比较小，则 所得的值趋近于 0，梯度较大，能够提高算法的更新速度。
• 若 设置的太大，得到的梯度较小，训练过程因此会变得很慢。

ReLU 和 Leaky ReLU 作为激活函数时不存在这种问题，因为在大于 0 的时候，梯度均为 1。如果输出层是 Sigmoid 函数，则对应的权重 最好初始化到比较小的值。

参考资料

• 图解数据分析
• numpy速查手册

ShowMeAI 系列教程推荐

• 大厂技术实现 | 推荐与广告计算解决方案
• 大厂技术实现 | 计算机视觉解决方案
• 大厂技术实现 | 自然语言处理行业解决方案
• 图解Python编程：从入门到精通系列教程
• 图解数据分析：从入门到精通系列教程
• 图解AI数学基础：从入门到精通系列教程
• 图解大数据技术：从入门到精通系列教程
• 图解机器学习算法：从入门到精通系列教程
• 机器学习实战：手把手教你玩转机器学习系列
• 深度学习教程 | 吴恩达专项课程 · 全套笔记解读
• 自然语言处理教程 | 斯坦福CS224n课程 · 课程带学与全套笔记解读

推荐文章

• 深度学习教程 | 深度学习概论
• 深度学习教程 | 神经网络基础
• 深度学习教程 | 浅层神经网络
• 深度学习教程 | 深层神经网络
• 深度学习教程 | 深度学习的实用层面
• 深度学习教程 | 神经网络优化算法
• 深度学习教程 | 网络优化：超参数调优、正则化、批归一化和程序框架
• 深度学习教程 | AI应用实践策略（上）
• 深度学习教程 | AI应用实践策略（下）
• 深度学习教程 | 卷积神经网络解读
• 深度学习教程 | 经典CNN网络实例详解
• 深度学习教程 | CNN应用：目标检测
• 深度学习教程 | CNN应用：人脸识别和神经风格转换
• 深度学习教程 | 序列模型与RNN网络
• 深度学习教程 | 自然语言处理与词嵌入
• 深度学习教程 | Seq2seq序列模型和注意力机制