多层感知机与BP算法 | 魔法沉思录

前面讲解感知机 , 说明其有一个很大的不足之处，即它无法求解非线性问题或者异或问题。后面就发展出了多层感知机（deep feebforward network or multilayer perceptron），以及求解使用的BP算法。这也是深度学习的基础。

http://speech.ee.ntu.edu.tw/~tlkagk/courses/ML_2016/Lecture/DL%20(v2).pdf

1. 多层感知机

1.1 Neuron

我们将逻辑回归抽象成一个neural network的一个“Neuron”，而多层感知机即是将这些神经元连接在一起。对于深度学习网络来说，它也是有一个个神经元组成，但是它可以有各个不同的网络结构（网络堆叠）。

1.2 `Multilayer Perceptron`

多层感知机,其中一个小白色长方形（f）为一个一个”Neuron”，每一层可以有多个 Neruon, 而多层感知机可以有很多层。其中灰色部分为隐含层（Hidden Layer），绿色为输入层(Input Layer),黄色部分为输出层 (Output Layer) 。蓝色线可以看作是一个权重（w), 而 f 代表激活函数（activate function）。目前激活函数有很多种，常用的有 Sigmoid、Relu 、Tanh、Leaky Relu、Softmax 等。

多层感知机是一种监督模型，它可以解决分类和回归问题（输出层的结构有所不同）。一般在解决分类问题时，它会在输出层前增加一层 softmax 处理，来模拟各个分类的概率。

下面一分类问题为例子，来了解它的整个运作过程。

1.2.1 数据流动

数据是如何在感知机内流动的？

本质上，多层感知机是一个个矩阵的乘法运算，它的数据流是从前向后流动的，即 Feedforward

如，输入为 , 其中, 即单个x存在m个特征。
对于隐含层第元素有：

代表第L层的j个z值与第L-1层的第i个输入之间的权重
代表第L层的偏移量
代表第L层输出的第i的元素，同时是第L+1的输入的第i个元素
f为激活函数

对于输入层有：

对于输出层有（这里不考虑softmax）：

数据流通为：

其中为 jxi 得 matrix, j为第L层的输出Dimensions，i为第``L层的输入的Dimensions。

根据公式1, 2,可以推出输出为:

1.2.2 损失函数

由于多层感知机可以处理分类和回归问题，所有其损失函数也分为两类，下面以分类问题为例。
可以看作是多分类问题，这是可以采取最大似然概率来作为其损失函数（交叉熵）。
做分类问题时，需要在输出层之前增加一个 softmax 层。

Tips 这里看出多层感知机其实是一个 discriminative model 。

假设共有m个类别，为所有的参数，则 Loss Function 为：

或者使用

其中 ,
one-shot vector 的样式

Tips:

如果是回归模型的话，无需添加 softmax 层，而且可以使用 mean square errors 作为损失函数

Thinking

式4和式5在使用过程中，有什么区别呢？那个效果更好呢？

了解了损失函数之后，那么如何来寻找损失函数的极大值呢？或者是如何解决这个优化问题呢？这里就引出了BackPropagation, 即BP算法

2. BP算法

由式子（5）可知, 使用SGD来解该优化问题，在给定x的情况下, 令 c 为损失函数。

首先对隐含层某个参数求偏导数，如

其中

令

, ,

则

由于, 故：

因此找到了和之间的关系，一旦得到了就可以求出。
令
又因为：

故有

在输出层有：，这个要根据具体的损失函数来确定

这个如果没有 softmax 层或者说是回归问题的话，值因为1

Tips 如果是softmax的话，应该怎么做？

因此，对最后一个隐含层的输出有

然后一次向前求解，即可求出对所有参数的倒数。

对

求导数时：

因此