多層感覺機的基本知識
我們将以多層感覺機(multilayer perceptron,MLP)為例,介紹多層神經網絡的概念。
隐藏層
下圖展示了一個多層感覺機的神經網絡圖,它含有一個隐藏層,該層中有5個隐藏單元。
表達公式
設小批量樣本
X
∈
R
n
×
d
\boldsymbol{X} \in \mathbb{R}^{n \times d}
X∈Rn×d,
n
n
n為批量大小,
d
d
d為1輸入個數。假設多層感覺機隻有一個隐藏層,其中隐藏單元個數為
h
h
h。記隐藏層的輸出(也稱為隐藏層變量或隐藏變量)為
H
\boldsymbol{H}
H,有
h
\boldsymbol{H} \in \mathbb{R}^{n \times h}
H∈Rn×h。設隐藏層的權重參數和偏差參數分别為
W
h
\boldsymbol{W}_h \in \mathbb{R}^{d \times h}
Wh∈Rd×h和
b
1
\boldsymbol{b}_h \in \mathbb{R}^{1 \times h}
bh∈R1×h,輸出層的權重和偏差參數分别為
o
q
\boldsymbol{W}_o \in \mathbb{R}^{h \times q}
Wo∈Rh×q和
\boldsymbol{b}_o \in \mathbb{R}^{1 \times q}
bo∈R1×q。
下面是單隐藏層的多層感覺機的設計。其輸出
O
\boldsymbol{O} \in \mathbb{R}^{n \times q}
O∈Rn×q的計算為
H
=
X
W
h
+
b
,
O
H
o
\begin{aligned} \boldsymbol{H} &= \boldsymbol{X} \boldsymbol{W}_h + \boldsymbol{b}_h,\\ \boldsymbol{O} &= \boldsymbol{H} \boldsymbol{W}_o + \boldsymbol{b}_o, \end{aligned}
HO=XWh+bh,=HWo+bo,
将以上兩個式子聯立起來,得:
O
=
(
X
W
+
b
)
o
.
\boldsymbol{O} = (\boldsymbol{X} \boldsymbol{W}_h + \boldsymbol{b}_h)\boldsymbol{W}_o + \boldsymbol{b}_o = \boldsymbol{X} \boldsymbol{W}_h\boldsymbol{W}_o + \boldsymbol{b}_h \boldsymbol{W}_o + \boldsymbol{b}_o.
O=(XWh+bh)Wo+bo=XWhWo+bhWo+bo.
從聯立後的式子可以看出,雖然神經網絡引入了隐藏層,卻依然等價于一個單層神經網絡:其中輸出層權重參數為
\boldsymbol{W}_h\boldsymbol{W}_o
WhWo,偏差參數為
+
\boldsymbol{b}_h \boldsymbol{W}_o + \boldsymbol{b}_o
bhWo+bo。是以即便再添加更多的隐藏層,依然隻與僅含輸出層的單層神經網絡等價。
激活函數
以上問題在于全連接配接層隻是對資料做仿射變換(affine transformation),而多個仿射變換的疊加仍然是一個仿射變換。是以需要一個非線性函數來進行變換,打破這種仿射變換,然後輸出再作為下一個全連接配接層的輸入。這個非線性函數被稱為激活函數(activation function)。
下面我們介紹幾個常用的激活函數:
ReLU函數
ReLU(rectified linear unit)函數提供了一個簡單的非線性變換。給定元素
x
x
x,該函數定義為
ReLU
x
max
,
\text{ReLU}(x) = \max(x, 0).
ReLU(x)=max(x,0).
由上述可得,ReLU函數隻保留正數元素,并将負數元素清零。下面我們把ReLU函數畫出來。先定義一個繪圖函數xyplot。
注:d2lzh1981為一個包名,先封裝好然後可以直接調用;具體代碼在下面Github頁面上:https://github.com/d2l-ai/d2l-zh/tree/master/d2lzh
%matplotlib inline
import torch
import numpy as np
import matplotlib.pyplot as plt
import sys
sys.path.append("/home/input") #檔案夾路徑
import d2lzh1981 as d2l
def xyplot(x_vals, y_vals, name):
# d2l.set_figsize(figsize=(5, 2.5))
plt.plot(x_vals.detach().numpy(), y_vals.detach().numpy())
plt.xlabel('x')
plt.ylabel(name + '(x)')
x = torch.arange(-8.0, 8.0, 0.1, requires_grad=True)
y = x.relu()
xyplot(x, y, 'relu')
y.sum().backward()
xyplot(x, x.grad, 'grad of relu')
Sigmoid函數
sigmoid函數将元素的值變換到0和1之間:
sigmoid
+
exp
(
−
x
)
\text{sigmoid}(x) = \frac{1}{1 + \exp(-x)}.
sigmoid(x)=1+exp(−x)1.
y = x.sigmoid()
xyplot(x, y, 'sigmoid')
對sigmoid函數求導,其導數為:
sigmoid
′
(
−
x
)
\text{sigmoid}'(x) = \text{sigmoid}(x)\left(1-\text{sigmoid}(x)\right).
sigmoid′(x)=sigmoid(x)(1−sigmoid(x)).
tanh函數
tanh(雙曲正切)函數可以将元素的值變換到-1和1之間:
tanh
2
\text{tanh}(x) = \frac{1 - \exp(-2x)}{1 + \exp(-2x)}.
tanh(x)=1+exp(−2x)1−exp(−2x).
當輸入接近0時,tanh函數接近線性變換。tanh函數在坐标系的原點上對稱。
y = x.tanh()
xyplot(x, y, 'tanh')
tanh的導數為:
tanh
−
\text{tanh}'(x) = 1 - \text{tanh}^2(x).
tanh′(x)=1−tanh2(x).
x.grad.zero_()
y.sum().backward()
xyplot(x, x.grad, 'grad of tanh')
激活函數的選擇
多層感覺機
多層感覺機從零開始的實作
import torch
import numpy as np
import sys
sys.path.append("/home/input") #檔案夾路徑
import d2lzh1981 as d2l
#擷取資料集
batch_size = 256
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size,root='/home/input/FashionMNIST2065')
#自定義模型參數
num_inputs, num_outputs, num_hiddens = 784, 10, 256
W1 = torch.tensor(np.random.normal(0, 0.01, (num_inputs, num_hiddens)), dtype=torch.float)
b1 = torch.zeros(num_hiddens, dtype=torch.float)
W2 = torch.tensor(np.random.normal(0, 0.01, (num_hiddens, num_outputs)), dtype=torch.float)
b2 = torch.zeros(num_outputs, dtype=torch.float)
params = [W1, b1, W2, b2]
for param in params:
param.requires_grad_(requires_grad=True)
#定義激活函數
def relu(X):
return torch.max(input=X, other=torch.tensor(0.0))
#定義網絡
def net(X):
X = X.view((-1, num_inputs))
H = relu(torch.matmul(X, W1) + b1)
return torch.matmul(H, W2) + b2
#定義損失函數
loss = torch.nn.CrossEntropyLoss()
#訓練
num_epochs, lr = 5, 100.0
def train_ch3(net, train_iter, test_iter, loss, num_epochs, batch_size,
params=None, lr=None, optimizer=None):
for epoch in range(num_epochs):
train_l_sum, train_acc_sum, n = 0.0, 0.0, 0
for X, y in train_iter:
y_hat = net(X)
l = loss(y_hat, y).sum()
# 梯度清零
if optimizer is not None:
optimizer.zero_grad()
elif params is not None and params[0].grad is not None:
for param in params:
param.grad.data.zero_()
l.backward()
if optimizer is None:
d2l.sgd(params, lr, batch_size)
else:
optimizer.step() # “softmax回歸的簡潔實作”一節将用到
train_l_sum += l.item()
train_acc_sum += (y_hat.argmax(dim=1) == y).sum().item()
n += y.shape[0]
test_acc = evaluate_accuracy(test_iter, net)
print('epoch %d, loss %.4f, train acc %.3f, test acc %.3f'
% (epoch + 1, train_l_sum / n, train_acc_sum / n, test_acc))
d2l.train_ch3(net, train_iter, test_iter, loss, num_epochs, batch_size, params, lr)
多層感覺機pytorch簡潔實作
import torch
from torch import nn
from torch.nn import init
import numpy as np
import sys
sys.path.append("/home/input")
import d2lzh1981 as d2l
num_inputs, num_outputs, num_hiddens = 784, 10, 256
net = nn.Sequential(
d2l.FlattenLayer(),
nn.Linear(num_inputs, num_hiddens),
nn.ReLU(),
nn.Linear(num_hiddens, num_outputs),
)
for params in net.parameters():
init.normal_(params, mean=0, std=0.01)
num_inputs, num_outputs, num_hiddens = 784, 10, 256
net = nn.Sequential(
d2l.FlattenLayer(),
nn.Linear(num_inputs, num_hiddens),
nn.ReLU(),
nn.Linear(num_hiddens, num_outputs),
)
for params in net.parameters():
init.normal_(params, mean=0, std=0.01)