![](/img/trans.png)
[英]Back-propagation and forward-propagation for 2 hidden layers in neural network
[英]Multi-layer neural network back-propagation formula (using stochastic gradient descent)
使用反向传播演算中的符号| 深度学习,第 4 章,我有一个 4 层(即 2 个隐藏层)神经网络的反向传播代码:
def sigmoid_prime(z):
return z * (1-z) # because σ'(x) = σ(x) (1 - σ(x))
def train(self, input_vector, target_vector):
a = np.array(input_vector, ndmin=2).T
y = np.array(target_vector, ndmin=2).T
# forward
A = [a]
for k in range(3):
a = sigmoid(np.dot(self.weights[k], a)) # zero bias here just for simplicity
A.append(a)
# Now A has 4 elements: the input vector + the 3 outputs vectors
# back-propagation
delta = a - y
for k in [2, 1, 0]:
tmp = delta * sigmoid_prime(A[k+1])
delta = np.dot(self.weights[k].T, tmp) # (1) <---- HERE
self.weights[k] -= self.learning_rate * np.dot(tmp, A[k].T)
它有效,但是:
最后的准确性(对于我的用例:MNIST 数字识别)还可以,但不是很好。 将第 (1) 行替换为:
delta = np.dot(self.weights[k].T, delta) # (2)
Machine Learning with Python: Training and Testing the Neural Network with MNIST data set 中的代码也建议:
delta = np.dot(self.weights[k].T, delta)
代替:
delta = np.dot(self.weights[k].T, tmp)
(用本文的注释,它是:
output_errors = np.dot(self.weights_matrices[layer_index-1].T, output_errors)
)
这两个参数似乎是一致的:代码 (2) 比代码 (1) 好。
然而,数学似乎相反(请参阅此处的视频;另一个细节:请注意,我的损失函数乘以 1/2 而它不在视频中):
问题:哪个是正确的:实现(1)还是(2)?
在乳胶中:
$$C = \frac{1}{2} (a^L - y)^2$$
$$a^L = \sigma(\underbrace{w^L a^{L-1} + b^L}_{z^L}) = \sigma(z^L)$$
$$\frac{\partial{C}}{\partial{w^L}} = \frac{\partial{z^L}}{\partial{w^L}} \frac{\partial{a^L}}{\partial{z^L}} \frac{\partial{C}}{\partial{a^L}}=a^{L-1} \sigma'(z^L)(a^L-y)$$
$$\frac{\partial{C}}{\partial{a^{L-1}}} = \frac{\partial{z^L}}{\partial{a^{L-1}}} \frac{\partial{a^L}}{\partial{z^L}} \frac{\partial{C}}{\partial{a^L}}=w^L \sigma'(z^L)(a^L-y)$$
$$\frac{\partial{C}}{\partial{w^{L-1}}} = \frac{\partial{z^{L-1}}}{\partial{w^{L-1}}} \frac{\partial{a^{L-1}}}{\partial{z^{L-1}}} \frac{\partial{C}}{\partial{a^{L-1}}}=a^{L-2} \sigma'(z^{L-1}) \times w^L \sigma'(z^L)(a^L-y)$$
我花了两天时间来分析这个问题,我用偏导数计算填满了几页笔记本......我可以确认:
代码 (1) 是正确的,它与数学计算一致:
delta = a - y for k in [2, 1, 0]: tmp = delta * sigmoid_prime(A[k+1]) delta = np.dot(self.weights[k].T, tmp) self.weights[k] -= self.learning_rate * np.dot(tmp, A[k].T)
代码(2)是错误的:
delta = a - y for k in [2, 1, 0]: tmp = delta * sigmoid_prime(A[k+1]) delta = np.dot(self.weights[k].T, delta) # WRONG HERE self.weights[k] -= self.learning_rate * np.dot(tmp, A[k].T)
使用 Python进行机器学习时有一个小错误:使用 MNIST 数据集训练和测试神经网络:
output_errors = np.dot(self.weights_matrices[layer_index-1].T, output_errors)
应该
output_errors = np.dot(self.weights_matrices[layer_index-1].T, output_errors * out_vector * (1.0 - out_vector))
现在是我花了几天才意识到的困难部分:
显然代码 (2) 比代码 (1) 具有更好的收敛性,这就是为什么我误认为代码 (2) 是正确的而代码 (1) 是错误的
...但实际上这只是巧合,因为learning_rate
设置得太低了。 原因如下:当使用代码 (2) 时,参数delta
的增长速度比代码 (1) 增长得更快( print np.linalg.norm(delta)
有助于看到这一点)。
因此,“不正确的代码 (2)”只是通过具有更大的delta
参数来补偿“学习速度太慢”,并且在某些情况下,它会导致明显更快的收敛。
现在解决了!
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.