吴恩达deeplearning.ai课程系列笔记03

#写在最前，deeplearning.ai系列课程相较于之前的Andrew Ng在coursea上2014发布的机器学习课程内容更加丰富。

重要的是此次课程示例代码都是用python来实现，不需要去熟悉octave，对大部分需要用python来学习机器学习的同学来说是个福音！

原课程视频请移步网易云课堂或者coursera上学习。

#本文内容部分来自网络，只为分享供更多的人学习使用

1、关于激活函数

几种不同的激活函数 g(x) ：

其中：

• sigmoid： a=11+e−z  
  
  • 导数： a′=a(1−a)
• tanh： a=ez−e−zez+e−z  
  
  • 导数： a′=1−a2
• ReLU（修正线性单元）： a=max(0,z)
• Leaky ReLU： a=max(0.01z,z)

常见激活函数比较：

对于sigmoid函数，一般只用在二元分类的输出层，因为二元分类一般要求输出结果 y∈0,1 y∈0,1,而σ函数刚好其阈值就在0,1之间。而其它层更加建议用其他的激活函数。所以一个神经网络可以使用多种激活函数(用g[i]表示第i层的激活函数)，一般来说，在输出层我们选用sigmoid函数。

对于tanh(z)函数，相比于σ(z)表现更好的原因是因为它的均值在0附近，有数据中心化的效果，所以下一层在学习的时候要更加方便和快速。但是σ(z)和tanh(z)有一个共同的缺点，就是当z很大或很小的时候，它们的斜率就会趋向于0，这会使得梯度下降的学习速率降低。

对于ReLu函数，可以极大地加快收敛速度，相比tanh函数，收敛速度可以加快6倍。它表现效果很好，所以在不确定使用何种激活函数的时候可以选择这个函数。

相比sigmoid和tanh函数，Relu激活函数的优点在于：

梯度不饱和 。梯度计算公式为：1{x>0}。因此在反向传播过程中，减轻了梯度弥散的问题，神经网络前几层的参数也可以很快的更新。

计算速度快 。正向传播过程中，sigmoid和tanh函数计算激活值时需要计算指数，而Relu函数仅需要设置阈值。如果x<0,f(x)=0，如果x>0,f(x)=x。加快了正向传播的计算速度。

对于Leaky ReLu函数，其实就是在ReLu函数的基础上改进了一点。即当x值小于0的时候，其值不为0，而是一个很小的正数。

综上，对于选择哪个激活函数，也没有固定的答案，具体问题具体分析。

对于激活函数，为什么要用非线性函数呢？因为当激活函数是线性函数的时候，每一层输出都是上层输入的线性函数，很容易验证，无论你神经网络有多少层，输出都是输入的线性组合，与只有一个隐藏层效果相当，这种情况就是多层感知机（MLP）了。

2、梯度下降法

以浅层神经网络为例，我们给出神经网络的梯度下降法的公式。

• 参数： W[1],b[1],W[2],b[2] ；
• 输入层特征向量个数： nx=n[0] ；
• 隐藏层神经元个数： n[1] ；
• 输出层神经元个数： n[2]=1 ；
• W[1] 的维度为 (n[1],n[0]) ， b[1] 的维度为 (n[1],1) ；
• W[2] 的维度为 (n[2],n[1]) ， b[2] 的维度为 (n[2],1) ；

下面为该例子的神经网络反向梯度下降公式（左）和其代码向量化（右）：

在编程过程中，我们要尽量避免使用for循环语句，而采用向量化的方法，效率会高很多。 3、关于随机初始化 在初始化的时候，如果两个神经元的参数设置相同，则会引起对称的权重问题，即两个神经元对输出的单元的影响完全一样。 如果是这样，则通过反向梯度下降去进行计算的时候，会得到同样的梯度大小，所以在经过多次迭代后，两个隐藏层单位仍然是对称的。无论设置多少个隐藏单元，其最终的影响都是相同的，那么多个隐藏神经元就没有了意义。 因此在初始化的时候， W 参数要进行随机初始化， b 则不存在对称性的问题它可以设置为0。