上一篇文章《深度学习入门(3)神经网络参数梯度的计算方式》主要介绍神经网络中的参数梯度是如何计算的。本文将直接使用之前公众号介绍过损失函数、激活函数以及梯度计算直接手动实现一个两层的神经网络训练过程。
也许有人会说使用pytorch或者tensorflow框架,几行代码就可以搭建一个神经网络,为什么要自己手动去实现呢?我觉得使用现成框架确实很容易搭建一个神经网络,但是对于其中的计算原理如果不了解的话,那始终只会停在使用框架的基础上,如果能够自己亲手去了解其中的工作原理,手动去实现一下,也许能够对其有更深刻的理解,这也能够为后续自己去更好的优化一个神经网络提供基础。
本文将介绍一个两层神经网络的搭建过程,并且以手写体数字集Mnist对所搭建的神经网络进行训练。
神经网络的训练过程
神经网络的学习按照上面4个步骤进行。这个方法通过梯度下降法更新参数,不过因为这里使用的数据是随机选择的mini batch数据,所以又称为随机梯度下降法( stochastic gradient descent)—SGD。“随机”指的是“随机选择的”的意思,因此,随机梯度下降法是“对随机选择的数据进行的梯度下降法”。深度学习的很多框架中,随机梯度下降法一般由一个名为SGD的函数来实现。SGD来源于随机梯度下降法的英文名称的首字母。
构建辅助函数
首先我们先将之前文章中的损失函数、激活函数以及梯度计算的代码给弄过来,用于辅助神经网络的构建。如果对于这几个函数不太清楚可以点击相应链接,看之前写过的文章。
def sigmoid(x): # sigmoid激活函数 return 1 / (1 + np.exp(-x)) def sigmoid_grad(x): # 计算sigmoid激活函数的梯度 return (1.0 - sigmoid(x)) * sigmoid(x) def softmax(x): # softmax激活函数,用于输出层 if x.ndim == 2: x = x.T x = x - np.max(x, axis=0) y = np.exp(x) / np.sum(np.exp(x), axis=0) return y.T x = x - np.max(x) # 溢出对策 return np.exp(x) / np.sum(np.exp(x)) def cross_entropy_error(y, t): # 损失函数使用交叉熵函数 if y.ndim == 1: t = t.reshape(1, t.size) y = y.reshape(1, y.size) # 监督数据是one-hot-vector的情况下,转换为正确解标签的索引 if t.size == y.size: t = t.argmax(axis=1) batch_size = y.shape[0] return -np.sum(np.log(y[np.arange(batch_size), t] + 1e-7)) / batch_size def numerical_gradient(f, x): # 计算损失函数f的参数x的梯度 h = 1e-4 # 0.0001 grad = np.zeros_like(x) it = np.nditer(x, flags=['multi_index'], op_flags=['readwrite']) while not it.finished: idx = it.multi_index tmp_val = x[idx] x[idx] = float(tmp_val) + h fxh1 = f(x) # f(x+h) x[idx] = tmp_val - h fxh2 = f(x) # f(x-h) grad[idx] = (fxh1 - fxh2) / (2 * h) x[idx] = tmp_val # 还原值 it.iternext() return grad
二层神经网络的搭建
class TwoLayerNet: def __init__(self, input_size, hidden_size, output_size, weight_init_std=0.01): # 初始化权重 self.params = {} # 先用高斯分布进行权重参数的初始化,然后对其进行训练 self.params['W1'] = weight_init_std * np.random.randn(input_size, hidden_size) self.params['b1'] = np.zeros(hidden_size) self.params['W2'] = weight_init_std * np.random.randn(hidden_size, output_size) self.params['b2'] = np.zeros(output_size) def predict(self, x): # 对输入x进行预测,并输出预测值y W1, W2 = self.params['W1'], self.params['W2'] b1, b2 = self.params['b1'], self.params['b2'] a1 = np.dot(x, W1) + b1 z1 = sigmoid(a1) a2 = np.dot(z1, W2) + b2 y = softmax(a2) return y # x:输入数据, t:监督数据 def loss(self, x, t): y = self.predict(x) # 使用交叉熵误差作为目标损失函数 return cross_entropy_error(y, t) def accuracy(self, x, t): y = self.predict(x) y = np.argmax(y, axis=1) t = np.argmax(t, axis=1) accuracy = np.sum(y == t) / float(x.shape[0]) return accuracy # x:输入数据, t:监督数据 def numerical_gradient(self, x, t): # 使用数值微分来计算梯度 # loss_W为损失函数 loss_W = lambda W: self.loss(x, t) grads = {} # 计算各个参数的梯度 grads['W1'] = numerical_gradient(loss_W, self.params['W1']) grads['b1'] = numerical_gradient(loss_W, self.params['b1']) grads['W2'] = numerical_gradient(loss_W, self.params['W2']) grads['b2'] = numerical_gradient(loss_W, self.params['b2']) return grads def gradient(self, x, t): # 使用误差的反向传播来计算梯度 W1, W2 = self.params['W1'], self.params['W2'] b1, b2 = self.params['b1'], self.params['b2'] grads = {} batch_num = x.shape[0] # forward a1 = np.dot(x, W1) + b1 z1 = sigmoid(a1) a2 = np.dot(z1, W2) + b2 y = softmax(a2) # backward dy = (y - t) / batch_num grads['W2'] = np.dot(z1.T, dy) grads['b2'] = np.sum(dy, axis=0) da1 = np.dot(dy, W2.T) dz1 = sigmoid_grad(a1) * da1 grads['W1'] = np.dot(x.T, dz1) grads['b1'] = np.sum(dz1, axis=0) return grads
各个参数说明如下:
该代码中包含两种参数梯度的计算方式numerical_gradient与gradient,其中numerical_gradient是使用的之前文章讲过的数值微分的方式计算参数梯度值的,而gradient则是使用的误差的反向传播来计算梯度值的,这种计算方式比微分方式计算梯度值更加快速。因此,在使用神经网络梯度计算通常会使用误差的反向传播来计算梯度。这个后续文章会进行详细讲解。
神经网络的训练
以上两层的神将网络已经搭建好了,下面我们以经典的手写体数字识别mnist数字集,使用上述神经网络进行训练,过程如下:
# 读入数据 (x_train, t_train), (x_test, t_test) = load_mnist(normalize=True, one_hot_label=True) x_train = x_train[:5000] #仅选择前5000个数据进行训练测试 x_test = x_test[:5000] train_loss_list = [] # 记录误差的变化情况 # 超参数 iters_num = 6000 # 设定迭代的次数 train_size = x_train.shape[0] batch_size = 100 # 每一批取100个样本 learning_rate = 0.1 # 设置输入层784, 隐藏层50,层50 network = TwoLayerNet(input_size=784, hidden_size=50, output_size=10) iter_per_epoch = max(train_size / batch_size, 1) for i in range(iters_num): # 获取mini-batch batch_mask = np.random.choice(train_size, batch_size) x_batch = x_train[batch_mask] t_batch = t_train[batch_mask] # 计算梯度 #数值方式计算梯度 # grad = network.net_numerical_gradient(x_batch, t_batch) # 误差的反向传播方式计算梯度 grad = network.gradient(x_batch, t_batch) # 通过梯度更新每组参数 for key in ('W1', 'b1', 'W2', 'b2'): network.params[key] -= learning_rate * grad[key] # 记录学习过程 loss = network.loss(x_batch, t_batch) train_loss_list.append(loss) if i % iter_per_epoch == 0: print("train loss," + str(loss)) # 将每一步训练的结果得到的损失函数值打印出来 x = np.arange(len(train_loss_list)) plt.plot(x, train_loss_list, label='train loss') plt.xlabel("iteration") plt.ylabel("loss") plt.show()
上述得到损失函数值随训练的推移如下:
由上图可以发现随着学习的进行,损失函数的值在不断减小。说明神经网络的权重参数在逐渐拟合数据,并逐渐向最优参数靠近。
然后使用训练得到的神经网络,即可对未知的数据集进行预测。下一篇文章会介绍对神经网络的评估过程。