神經網絡總是在每個 epoch 中預測相同的類別

Question

我正在嘗試使用 DNN 實現一個 mnist 分類器。 然而，我得到的結果很奇怪。 在此處輸入圖片說明

在這個時代，這個模型只能正確預測數字“0”，而對所有其他數字的預測都是錯誤的。 該模型只能預測每個時期的特定數字。 （這樣的預測數在每個時期都不一樣）

這就是我獲取數據集的方式。

from sklearn.datasets import fetch_openml
from keras.utils.np_utils import to_categorical
import numpy as np
from sklearn.model_selection import train_test_split
import time

x, y = fetch_openml('mnist_784', version=1, return_X_y=True)
x = (x/255.).astype('float32')
y = to_categorical(y)

x_train, x_val, y_train, y_val = train_test_split(x, y, test_size=0.15, random_state=42)

對於這部分，這是我的模型。 具有 Relu 和 softmax 激活函數的兩隱藏層 DNN，誤差函數的交叉熵損失。 我不確定我的反向傳播是否正確。 我認為這里有問題。

import numpy as np


class NN():
    def __init__(self, input_size, hidden_1_size, hidden_2_size, output_size):
        self.input_data = np.random.randn(1, input_size)
        self.w1 = np.random.randn(input_size, hidden_1_size)
        self.b1 = np.random.randn(1, hidden_1_size)
        
        self.w2 = np.random.randn(hidden_1_size, hidden_2_size)
        self.b2 = np.random.randn(1, hidden_2_size) 

        self.w3 = np.random.randn(hidden_2_size, output_size)
        self.b3 = np.random.randn(1, output_size)


    def Sigmoid(self, z):
        return np.clip(1 / (1.0 + np.exp(-z)), 1e-8, 1 - (1e-7))

    def Softmax(self, z):
        y_logit = np.exp(z - np.max(z, 1, keepdims=True))
        y = y_logit / np.sum(y_logit, 1, keepdims=True)
        return y

    def Relu(self, z):
        return np.maximum(z, 0)

    def acc_test(self, input_data):
        tmp_h1 = self.Relu(input_data.dot(self.w1) + self.b1)
        tmp_h2 = self.Relu(self.h1_out.dot(self.w2) + self.b2)
        tmp_out = self.Softmax(self.h2_out.dot(self.w3) + self.b3)
        return tmp_out

    # Feed Placeholder

    def forward(self, input_data):

        self.input_data = input_data
        self.h1_out = self.Relu(input_data.dot(self.w1) + self.b1)
        self.h2_out = self.Relu(self.h1_out.dot(self.w2) + self.b2)
        self.output_layer = self.Softmax(self.h2_out.dot(self.w3) + self.b3)

    # Backward Propagation

    def backward(self, target):

        # corss_entropy loss derivative
        Loss_to_z_grad = (self.output_layer - target) # correct

        self.b3_grad = Loss_to_z_grad
        self.w3_grad = self.h2_out.T.dot(Loss_to_z_grad) # correct



        Activation_2＿grad = Loss_to_z_grad.dot(self.w3.T) # correct
        Activation_2_grad[Activation_2_grad<0] = 0

        self.b2_grad = Activation_2＿grad
        self.w2_grad = self.h1_out.T.dot(Activation_2＿grad)

        
        Activation_1＿grad = Activation_2＿grad.dot(self.w2.T)
        Activation_1_grad[Activation_1_grad<0] = 0     

        self.b1_grad = Activation_1＿grad
        self.w1_grad = self.input_data.T.dot(Activation_1＿grad)


    # Update Weights
    def update(self, learning_rate=1e-06):
        self.w1 = self.w1 - learning_rate * self.w1_grad
        self.b1 = self.b1 - learning_rate * self.b1_grad

        self.w2 = self.w2 - learning_rate * self.w2_grad
        self.b2 = self.b2 - learning_rate * self.b2_grad

        self.w3 = self.w3 - learning_rate * self.w3_grad
        self.b3 = self.b3 - learning_rate * self.b3_grad

    # Loss Functions
    def cross_entropy(Y, Y_prediction):
        return -(np.matmul(Y, np.log(Y_prediction)) + np.matmul((1-Y), np.log(1-Y_prediction)))

    def print_accuracy(self):
        correct = 0
        loss = 0
        for i in range(y_val.shape[0]):
            self.acc_test(x_val[i])
            index = self.output_layer
            one_hot = 0
            for check in range(y_val[i].shape[0]):
                if y_val[i][check] == 1:
                    one_hot = check
                    break
            if np.argmax(index) == one_hot:
                correct += 1
                # print('correct: ',check)
            # else:
                # print('incorrect: ', check)
        print('accuracy = ', correct/y_val.shape[0])

import random
 mnist_nn = NN(input_size = 784, hidden_1_size = 200, hidden_2_size = 200,output_size = 10)


 
for i in range(1000):
    for j in range(2000):
        index = random.randint(0,x_train.shape[0]-1)
        mnist_nn.forward(x_train[[index]])
        mnist_nn.backward(y_train[index])
        mnist_nn.update()
    print(i)
    mnist_nn.print_accuracy()

准確度非常低，因為它只能預測一個數字。 我看過這篇文章， 神經網絡總是預測同一個類，我確實將Relu更改為leaky Relu，但它並沒有真正起作用。

我認為我的數據集應該沒問題，因為我使用相同的數據集來訓練帶有 pytorch 的 DNN，並且它有效。 此外，權重和偏差的初始值是隨機值。

Answer 1

我快速瀏覽了您的代碼，如果我理解正確，那么可能存在一些問題：

• 似乎您希望它對 10 個類進行多類分類，但是我相信您的交叉熵函數看起來像二元交叉熵，而不是一般的交叉熵。 此外，您使用的是矩陣乘法，而我認為您想對 10 個輸出概率求和y * log(y_pred) ，然后取整個批次的平均值，因此最終得到標量值損失。
• 我認為，在進行 ReLU 梯度時，您應該剪輯實際激活為負的位置，而不是梯度為負的位置。 所以Activation_2_grad[Activation_2_grad<0] = 0應該是Activation_2_grad[self.h2_out < 0] = 0 。
• 其余的反向傳播看起來不錯。

Answer 2

嘗試使用 tanh 來確保算法正常工作。 Relu 可能很挑剔，只有在您可以控制數據集的情況下才能真正處理它，因為它需要類的相當均勻的分布。 （Leaky_relu 也很難衡量）

就您的反向傳播是否正常工作而言，您最好使用 keras 順序模型，即：

model = tf.keras.Sequential([
    input_layer,
    tf.keras.layers.Dense(128, activation="tanh"),
    tf.keras.layers.Dense([number of outputs], activation='softmax'),
])