计算机视觉教程核心版(三)优化中篇反向传播展示

最新推荐文章于 2021-04-01 21:58:38 发布

tianzhiya121

最新推荐文章于 2021-04-01 21:58:38 发布

阅读量290

点赞数

分类专栏：机器学习

机器学习专栏收录该内容

4 篇文章

订阅专栏

本文对反向传播进行了直观专业的讲解，介绍其在计算梯度表达式中的应用。通过简单和复杂表达式示例，阐述梯度计算方法，还提及模块化、反向传播模式、多分支梯度相加及矢量化操作梯度等内容。强调分阶段计算重要性，为训练神经网络做准备。

回想最初我们对这个问题感兴趣的原因，在具体的神经网络中，f对应着损失函数，输入x包含训练数据和神经网络权重。例如损失函数可以使SVM损失函数，输入是训练数据（x_i, y_i），i=1...N和，权重及偏置（W，b）。一般情况下，我们认为训练数据给定且固定，且权重作为我们可以控制的变量。因此，尽管我们可以使用反向传播计算输入样本x_i的梯度，实际中我们经常仅仅计算参数(W,b)的梯度，以便于我们可以使用它来执行参数更新。然而输入x_i的梯度有时也可以发挥作用，例如，为了可视化和翻译神经网络正在做什么。

简单的表达式

我们用一个简单的例子开始，以便于我们为更复杂的表达式定义概念和惯称。

假设函数 $f(x, y, z) = (x, + y) * z$ 。这个表达式可以被分解为q = x + y和f = q*z。并且，我们知道如何分开单独计算两个表达式的值，之后利用链式法则计算。我们赋予初始值，表示如下图

计算图如图所示

图片来源

则香草代码如图所示，绿色表示输入，红色数字表示此处f的梯度值。

# set some inputs
x = -2; y = 5; z = -4

# perform the forward pass
q = x + y # q becomes 3
f = q * z # f becomes -12

# perform the backward pass (backpropagation) in reverse order:
# first backprop through f = q * z
dfdz = q # df/dz = q, so gradient on z becomes 3
dfdq = z # df/dq = z, so gradient on q becomes -4
# now backprop through q = x + y
dfdx = 1.0 * dfdq # dq/dx = 1. And the multiplication here is the chain rule!
dfdy = 1.0 * dfdq # dq/dy = 1

反向传播计算梯度如图

每一个节点之前的梯度(即偏导数)等于它的前向梯度乘它的本地梯度。举例，最后一个节点之后的偏导数等于它的前向梯度，即f对自己的偏导数，结果为1。最后一个节点由两输入部分相乘组成，即上箭头所指，和下箭头所指。上箭头的本地梯度z，带入输入值z（如图绿色部分），则本地梯度值为-4，此处梯度值为-4*1。下箭头梯度公式为q，带入q的值，则梯度为-3*1。

另一个节点的的输入由两输入部分相加得到，则节点的上箭头的本地梯度为q对x的偏导数，本体梯度为1，则此处梯度值为-4*1。下箭头的本地梯度为q对y的偏导数，本地梯度为1，则此处梯度值为-4*1。

更复杂的例子如下计算图

模块化

上图中，我们把梯度计算尽可能地分解成最简单的加法和乘法节点。实际上我们可以把一些节点组合在一起，形成更复杂的节点，如果我们想这么做的话，我们需要知道组合节点的本地梯度。例如sigmoid函数，将e的指数看为sigmoid函数输入

则计算如下图变得极为方便。

反向传播中的模式

值得注意的是，在许多案例中，反向传播梯度可以在直观层面上解释。例如，三个最常用的门（相加，相乘和求最大值），针对于这些门在反向传播过程中发挥的作用，它们都有各自非常形象的解释。

加法节点的分支梯度（注意是反向传播）等于它的上游梯度，我们可以将计算图加法节点当做梯度分布器，其将上游梯度分布到各个分支。最大值结点在正向传播过程中，仅有最大输入值对输出的影响，在反向过程中（max(a, 0)的在a>=0时候，梯度为1，在梯度小于0的时候，梯度为0），将梯度路由到其中一个分支，这类似路由器的功能。乘法结点将上游梯度通过缩放分步到各输入上，因此乘法结点类似于梯度分布器。

多个分支梯度相加

如果一个节点的输出 $q_{}i$ 给n个节点，这个节点的梯度公式如下：

$\frac{\partial f}{\partial x}=\sum_{i=1}^{n}\frac{\partial f}{\partial q_{}i}*\frac{\partial q_{}i}{\partial x}$

矢量化操作梯度

示例，细节解释见参考

具体见

总结：

我们研究了各种梯度的含义，它们是怎样在回路中反向传播，怎样更新。
我们讨论了实际中分阶段计算的重要性，我们总是将函数打碎成各种模块，在这些模块中你可以轻易地得到局部梯度并使用链式法则，计算最终结果。更重要的是，我们一点也不想把损失函数的梯度求出来，并一次性计算梯度，我们不需要一个清楚地数学梯度等式。因此，分解表达式到多个阶段以便于你能够独立区分每个阶段。

下一节我们将开始定义神经网络，反向传播将使我们高效得在连接出计算损失函数梯度。换句话说，我们已经准备好训练神经网络。卷及神经网络近在咫尺。