人工神经网络ANN的一些概念的集合

关注

原创最新推荐文章于 2026-08-29 19:53:05 发布 1.4w 阅读 AI 写同款· GEO 优化 ›

神经网络中view()，torch.flatten(),torch.nn.Flatten()详解神经网络view（）,torch.flatten（）,torch.nn.Flatten（）1、view()2、torch.nn.Flatten()3、torch.flatten() 在神经网络中经常看到view()，torch.flatten(),torch.nn.Flatten()这几个方法。这几个方法一般用于改变tensor的形状。为日后方便使用下面就一一透彻的理解一下。 1、view() view()的原理很简单，其实就是把原先tensor中的数据进行排列，排成一行，然后根据所给的view()中的参数阅读详情

神经网络，学生时，特意修了这门课，但完全找不到感觉，内容基本不理解，实验无头绪。经历了一些项目实践，现在回头再理解NN，一些概念自然就理解了。

单层神经网络：
输入
输出
激活函数：非线性，就是指这个激活函数。z是各输入数据与系数的加权和，a是输出。
权值系数w，与输入仍然成线性关系

多层神经网络
表象的概念：
输入层
输出层
隐藏层
----
权值：也扩展至二维w(i, j)

根据传播形式：
前向传播
前馈网络: 无闭环
反向传导算法：如何求解神经网络。训练，识别。

一个重要概念：梯度下降算法 --> 批量梯度下降算法

cost function：代价函数，即计算值与真实值的差异。一般用均方差表示。

代价函数的概念极其重要，因为它是进行分类和回归的中心。代价函数就是衡量参数w和b依据。代价函数越小，那么计算出的参数w，b就越好。

我们的目标：针对w，b；求代价函数的最小值。

代价函数除了均方差的概念，为防止过度拟合，还需增加一个规则化项（也叫权重衰减项），以减小权重的幅度。
又一个概念：
过度拟合overfitting：有什么现象，后果？就是训练时，数据噪声太大，拟合出来的模型，不能满足实际的数据应用。就是拟合失败，训练失败。模型能适用训练数据，不适合一般的数据。
解决方法：对神经网络，增加权重衰减项；对决策树，依据一定规则修剪树。

如何求w，b，让代价函数cost function有一个最小值？

采用训练的方式，重复计算，并保证w，b能收敛。这就是机器学习。

1）. w，b初始化为一个值。一般初始化为一个很小的、接近为0的随机值，如正态分布N(0, 0.01)。（为什么？）

如果将所有系数都初始化为0，则对于隐藏层，所有的输入值都相同。随机，就是使对称失效。（这个就是那么个意思，解释起来太拗口）。初始化系数都为0.任何输入相乘后，激活函数的输入都等于b，偏置项。

2）. 取输入，输出对（x，y）

3）. 然后利用梯度下降算法。计算最优的w，b。

相同的输入、输出，只需要不停的更新w，b即可。

4）. 最后考虑局部解与全局最优解的问题。

概念：梯度下降算法。最优化中的基本算法之一。又称最速下降法。沿负梯度方向下降最快。一种简单的形式：x(k+1)=x(k)-a*g(k)，g(k)为梯度方向，a是一个学习系数。

求cost function的负梯度方向。求各方向的偏导，相加，求模，相除。

带入此点系数w，b，x，y。即可求出此点的具体的梯度方向。

最后，如何求偏导。神经网络的cost function只是个概念，只有象形的公式，没有具体的公式。所以，无法利用直接的公式进行求导。

1）前向传播，计算所有节点的激活值

2）反向传播，计算所有节点的残差

3）利用残差，更新偏导数dw, db

这里又推出一种算法：反向传播算法。用于计算偏导d（w，b）/ d(w), d(w, b) / d(b)。

两个关键的概念：残差、反向求残差

这里又提出一个概念：残差。

残差：每个节点都有残差值，其表明了每个节点对最终输出值（即代价函数、最终方差值）的影响。

最终输出节点的残差是代价函数在此节点的求导，获取其对代价函数的影响值。

经推导，此残差就是激活函数的输出值与实际值之差，再乘以激活函数的导数值。

对二阶函数的求导，就是一阶函数，乘以此激活函数的导数。

对于输出值与实际值之间的差值，可以理解为偏差，

$\begin{align}\delta^{(n_l)}_i= \frac{\partial}{\partial z^{(n_l)}_i} \;\; \frac{1}{2} \left\|y - h_{W,b}(x)\right\|^2 = - (y_i - a^{(n_l)}_i) \cdot f'(z^{(n_l)}_i)\end{align}$

对于隐藏单元的残差：即隐藏单元对总的代价函数的影响。

求导，推导出前后两个单元间的影响。

前后两个单元的影响，就是权值，加上激活函数的影响。

一次计算时，权值是常数。激活函数的一阶导数。

利用反向传播的形式，由最后一层，逐步向第一层的方向推导。

$\delta^{(l)}_i = \left( \sum_{j=1}^{s_{l+1}} W^{(l)}_{ji} \delta^{(l+1)}_j \right) f'(z^{(l)}_i)$

不仅要求出当前层的激活值的导数，还要计算出一个加权平均值，是第l+1层所有残差对上一层第i个节点的残差的影响。这个需要好好理解，多看看推导是有好处的。

计算出残差后，就能计算所谓的偏导数了。

$\begin{align}\frac{\partial}{\partial W_{ij}^{(l)}} J(W,b; x, y) &= a^{(l)}_j \delta_i^{(l+1)} \\\frac{\partial}{\partial b_{i}^{(l)}} J(W,b; x, y) &= \delta_i^{(l+1)}.\end{align}$

第l层，第i个节点，j的含义是第l+1的数据。。。这个要好好理解。

就是所谓的反向传播算法了。实际上是，反向求偏导数的一种算法。

以上是前馈神经网络在有监督学习中的应用。

opencv中提供了CvANN_MLP类来实现 NN 算法。

CvANN_MLP首先会指定 MLP的拓扑结构和激活函数：

层数：包括输入、隐藏、输出各层的数目。一般是一个一维矩阵。

激活函数：默认是双曲正切函数

训练：

拿到输入和结果数据后，就能进行训练参数的设置了。

CvANN_MLP_TrainParameter包括了算法的种类选择，反向传播算法back_prop，还是rprop算法，及其他们的主要参数。

而且，需要设定算法运行的最大迭代次数，和误差截止值（相邻两次迭代误差之差）

执行训练函数。MLP相对收敛较慢，不过结果较好。结束后，MLP就训练好了。

剩下的就是分类了。predict函数，就能拿到结果了。

对于神经网络，有监督学习是首先拿到训练数据的分类标签的。而对于无监督学习，是无法拿到分类标签的。

只能自学习，进行聚类。自编码神经网络就是满足这种需求。

目的：发现输入数据的自身的一些特征，或一些结构，或一些相关性。

输入数据的压缩表示：相当于降维表示；与PCA有点类似。

稀疏性限制：假设sigmoid函数是激活函数，那么输出结果接近1，表示被激活，输出结果接近0，表示被抑制。当神经元大部分处于抑制状态，就称为对神经元的稀疏性限制。 ps: 使用tanh作为激活函数，当神经元输出接近-1的时候，神经元是被抑制的。

所以，神经元的激活度的表示很重要。

一般会求出神经元的平均活跃度。

稀疏性参数，就是专门指定神经元的平均活跃度的标准值。一般是一个比较小的值，如0.05.为了达到这一目标，需要对优化函数加入一个惩罚因子。

这个惩罚因子会随着，平均活跃度和稀疏参数的差值变大而单调递增。当两者相等时，惩罚因子也为0。一般惩罚因子选择用以下函数

$\begin{align}\sum_{j=1}^{s_2} {\rm KL}(\rho || \hat\rho_j),\end{align}$ 其中 $\textstyle {\rm KL}(\rho || \hat\rho_j) = \rho \log \frac{\rho}{\hat\rho_j} + (1-\rho) \log \frac{1-\rho}{1-\hat\rho_j}$ 就是稀疏性参数与神经元平均活跃度的相对熵。

而总体代价函数就可以表示为：

$\begin{align}J_{\rm sparse}(W,b) = J(W,b) + \beta \sum_{j=1}^{s_2} {\rm KL}(\rho || \hat\rho_j),\end{align}$

直接跳到这一步，很难理解。因为J 值如何计算？因为选用的是恒等式 f = x，那么目标值与输入值相等，代价函数应该是与w, b密切相关，KL函数也是间接与w，b相关的。

仍然是，反向传播算法，只不过增加了一个相对熵的求导运算。

从 $\begin{align}\delta^{(2)}_i = \left( \sum_{j=1}^{s_{2}} W^{(2)}_{ji} \delta^{(3)}_j \right) f'(z^{(2)}_i),\end{align}$

到

$\begin{align}\delta^{(2)}_i = \left( \left( \sum_{j=1}^{s_{2}} W^{(2)}_{ji} \delta^{(3)}_j \right)+ \beta \left( - \frac{\rho}{\hat\rho_i} + \frac{1-\rho}{1-\hat\rho_i} \right) \right) f'(z^{(2)}_i) .\end{align}$