第一步：前向傳播

【注】此BP算法的證明僅限sigmoid激活函數(shù)情況。本博文講道理是沒錯(cuò)的，畢竟最后還利用代碼還核對了一次理論證明結(jié)果。

關(guān)于更為嚴(yán)謹(jǐn)?shù)腂P證明，即嚴(yán)格通過上下標(biāo)證明BP的博客請戳這里

簡單的三層網(wǎng)絡(luò)結(jié)構(gòu)如下

參數(shù)定義：

? ? 可見層定義為X，共有n個(gè)單元，下標(biāo)用 i表示

? ? 隱藏層定義為B，共有p個(gè)單元，下標(biāo)用 j 表示

? ? 輸出層定義為Y，共有q個(gè)單元，下標(biāo)用 k表示

? ? 可見層到隱藏層權(quán)重矩陣為W，大小為 p*n

? ? 隱藏層到輸出層權(quán)重矩陣為V，大小為q*p

① 計(jì)算隱藏層各神經(jīng)元激活值

代表所有可見層單元乘以連接到第j個(gè)隱單元的權(quán)重，再減去偏置或者閾值

②計(jì)算隱含層單元的輸出值

采用sigmoid函數(shù)即S型函數(shù)

③計(jì)算輸出層各神經(jīng)元激活值

④計(jì)算輸出層單元的輸出值

第二步：逆向傳播

? ? ?校正是從后往前進(jìn)行的，所以稱為誤差逆?zhèn)鞑?#xff0c;計(jì)算是從輸出層到隱藏層，再從隱藏層到輸入層。更新的是權(quán)重和偏置，稱為模型參數(shù)

? ? ?兩層的權(quán)重和偏置的更新是類似的，下面以輸出層到隱藏層的權(quán)重和偏置更新為例。

采用平方和誤差衡量期望輸出與實(shí)際輸出的差別：

輸出層→隱藏層的更新

先對權(quán)重求梯度：

【注】上式中最后一個(gè)等號左邊第二項(xiàng)求導(dǎo)利用對sigmoid函數(shù)求導(dǎo)

接下來對偏置求梯度

隱藏層→輸入層的更新

謝謝@小川PK立波 的指正，是(y-o)而非(o-y)

【注】建議這一層的更新，讀者認(rèn)真推導(dǎo)，這樣會(huì)對BP的更新有更深刻的印象

?

?

第四步：模型參數(shù)校正

這一步就非常簡單啦，直接用原始的模型參數(shù)，減去現(xiàn)在的模型參數(shù)就行啦，其中會(huì)加入一個(gè)學(xué)習(xí)率η，控制梯度下降速度

第五步：一般性推導(dǎo)

【注】以下純?yōu)閭€(gè)人理解，與網(wǎng)絡(luò)上那些復(fù)雜點(diǎn)的公式可能有出入，實(shí)際情況有待考證．．．．．．．．．．．．．．

上面只是三層BP神經(jīng)網(wǎng)絡(luò)的推導(dǎo)，看著已經(jīng)很復(fù)雜了，這時(shí)候會(huì)產(chǎn)生一個(gè)想法：如果是很多層的BP神經(jīng)網(wǎng)絡(luò)該如何去推導(dǎo)？難道是每一層都得從最后一層挨個(gè)朝前推導(dǎo)一次？這時(shí)候就得考察我們的歸納能力。這里有一個(gè)題外話，何為歸納？何為演繹？簡單點(diǎn)，歸納就是從特殊性到一般性，而演繹則是從一般到特殊。當(dāng)然內(nèi)中道理還有很多，就不說了。

如何去歸納，這里就得說到BP中經(jīng)常遇到的一個(gè)詞語：鏈?zhǔn)角髮?dǎo)。如果不知道具體定義也沒事，朝下看：

①從最后一個(gè)權(quán)重開始看：這個(gè)權(quán)重連接了中間隱層和最后的輸出層，求導(dǎo)過程是對輸出層的sigmoid激活函數(shù)求導(dǎo)，然后進(jìn)一步得到的結(jié)果是：輸出誤差＊輸出值＊(1-輸出值)＊(隱層值)，換個(gè)方法說：權(quán)重右邊的輸出誤差＊權(quán)重右邊的輸出＊(1-權(quán)重右邊的輸出)＊(權(quán)重左邊的輸出)；——分割線——權(quán)重連接的右邊層的偏置更新就是去掉權(quán)重更新中乘以的權(quán)重左端值的那一參數(shù)（即權(quán)重連接的左層單元的值）。

②然后看倒數(shù)第二個(gè)權(quán)重：這個(gè)權(quán)重連接了原始輸出層和中間隱層，求導(dǎo)過程還是對輸出層的sigmoid激活函數(shù)求導(dǎo)，只不過求導(dǎo)對象是第二個(gè)權(quán)重，而不是①中的權(quán)重。接下來發(fā)現(xiàn)不好求導(dǎo)，需要按照求導(dǎo)法則變換，變成了最后的輸出層對隱層的輸出求導(dǎo)乘以隱層輸出對第二個(gè)權(quán)重的求導(dǎo)，可以發(fā)現(xiàn)這兩個(gè)都好求，因?yàn)樗麄兌贾苯哟嬖谂c被求導(dǎo)的激活函數(shù)(也就是分母的表達(dá)式)中。然后發(fā)現(xiàn)輸出層關(guān)于第二層權(quán)重的導(dǎo)數(shù)變成了：權(quán)重右邊某種值＊權(quán)重右邊的輸出＊(1-權(quán)重右邊的輸出)＊(權(quán)重左邊的輸出)。發(fā)現(xiàn)與①很相似，只不過第一項(xiàng)有差別，然后觀察何為“權(quán)重右邊某式”，發(fā)現(xiàn)就是此層權(quán)重的后一層權(quán)重連接的層的偏置更新乘以連接到后一層的權(quán)重。

這樣總結(jié)出一個(gè)規(guī)律：

建立的一個(gè)BP網(wǎng)絡(luò)如下，注意，最后的偽層只是第n層的副本，實(shí)際的BP是沒有這一層的，此處只是為了方便理解罷了，原因繼續(xù)看下去：

如圖所示，Ｗ左邊連接層Ａ，右邊連接層Ｂ，Ｂ層的下一層是Ｃ,B和Ｃ的連接權(quán)重為Ｖ，Ｃ的偏置更新為△c，B的偏置更新為△b，則按照歸納的結(jié)論可以得到下式：

其實(shí)這里的V是被轉(zhuǎn)置了的，因?yàn)閂是從B到C的權(quán)重，那么從C的維度到B的維度，就必須通過轉(zhuǎn)置相乘。具體涉及到矩陣求導(dǎo)法則，后面有博客更新這一內(nèi)容。

【注】有時(shí)候面試會(huì)經(jīng)常問：權(quán)重可以初始化為零？為什么？直接看這兩個(gè)公式就能很清晰發(fā)現(xiàn)是不能的，因?yàn)檫@兩個(gè)公式的更新都與權(quán)重有關(guān)，如果初始權(quán)重為0的時(shí)候，這兩個(gè)梯度就都是0了。

但是突然想到當(dāng)A是第n-1層的時(shí)候，并沒有對應(yīng)的"C"層去計(jì)算第n-1層到第n層的連接權(quán)重，也就是最后一層的權(quán)重, 那么怎么辦？

方法一：

我們建立了第n層數(shù)據(jù)的副本，稱為偽層，那么此時(shí)C就是偽層了，對應(yīng)的偽層偏置設(shè)置為：

對應(yīng)的第n層到偽層的連接權(quán)重為主對角線為1，其它值都為0的矩陣.

這樣一來，我們可以輕松發(fā)現(xiàn)，BP的更新步驟可以用一個(gè)遞歸來解決：

步驟1：建立一個(gè)偽層副本，偽層偏置設(shè)置為△c，偽層與輸出層（第n層）的連接權(quán)重為V

步驟2：從偽層往前推，建立一個(gè)層數(shù)為3的滑動(dòng)窗口，從左到右依次稱為上面介紹過的A、B、C層

步驟3：套用上面ABC更新△W和△b的方法去計(jì)算權(quán)重與偏置梯度

步驟4：返回步驟2（即往前移動(dòng)一層）

步驟5：每一層的更新后參數(shù)就是

方法二：

忽視方法一種的偽層, 因?yàn)槲覀儼l(fā)現(xiàn)除了最后一層的所有的偏置都能用相同的公式解決，那么我們怎么得到最后一層的偏置？簡單，直接轱轆上一節(jié)看《輸出層→隱藏層的更新》這一節(jié), 記住最后一層,也就是輸出層的偏置更新, 然后再去套那個(gè)三層的通用公式就OK了

【注】最近看了一個(gè)關(guān)于殘差項(xiàng)的博文：https://zhuanlan.zhihu.com/p/27664917，感覺文章的殘差項(xiàng)其實(shí)就是這里的偏置變化量，然后在這個(gè)博客的基礎(chǔ)上繼續(xù)推導(dǎo)(每層輸出相對于激活函數(shù)的導(dǎo)數(shù))就能得到我們的式子咯。所以本博客的結(jié)論(ABC三層遞歸求解)是無問題的

關(guān)于從sigmoid激活的三層BP到任意激活函數(shù)的三層BP到任意激活函數(shù)任意層的BP的證明請移步這里

驗(yàn)證

說了這么多公式，還是一句話說得好: no can no bb, show me your code →__→

那么，就扒一扒matlab的deep learning toolbox里面的BP代碼，以sigmoid為例，對照第五步的那個(gè)三層遞推公式看：

偽層的建立其實(shí)就是鏈?zhǔn)角髮?dǎo)的開端，偽層的△c就是那個(gè)減法公式：

nn.e = y - nn.a{n};

然后推導(dǎo)出最后一層的△c：

switch nn.outputcase 'sigm'd{n} = - nn.e .* (nn.a{n} .* (1 - nn.a{n}));case {'softmax','linear'}d{n} = - nn.e;end

然后從倒數(shù)第二層開始

for i = (n - 1) : -1 : 2

計(jì)算我們的ABC三層推導(dǎo)中的B(1-B):

switch nn.activation_function case 'sigm'd_act = nn.a{i} .* (1 - nn.a{i});case 'tanh_opt'd_act = 1.7159 * 2/3 * (1 - 1/(1.7159)^2 * nn.a{i}.^2);end

隨后計(jì)算△c*V*B(1-B)，也就是當(dāng)前層的偏置更新量△b：

if i+1==n % in this case in d{n} there is not the bias term to be removed d{i} = (d{i + 1} * nn.W{i} + sparsityError) .* d_act; % Bishop (5.56)else % in this case in d{i} the bias term has to be removedd{i} = (d{i + 1}(:,2:end) * nn.W{i} + sparsityError) .* d_act;end

至此上一層循環(huán)結(jié)束，計(jì)算得到了當(dāng)前層的偏置更新量。

對于權(quán)重，可以發(fā)現(xiàn)是△c*V*B(1-B)*A，其實(shí)就是△b乘以當(dāng)前層的上一層輸出就行了，直接在最后單獨(dú)開啟新的循環(huán)乘一下就行了：

for i = 1 : (n - 1)if i+1==nnn.dW{i} = (d{i + 1}' * nn.a{i}) / size(d{i + 1}, 1);elsenn.dW{i} = (d{i + 1}(:,2:end)' * nn.a{i}) / size(d{i + 1}, 1); endend

?

附錄：參數(shù)調(diào)整方法

?

以下摘自【模式識別與智能計(jì)算——MATLAB技術(shù)實(shí)現(xiàn)】

梯度下降法

有動(dòng)量的梯度下降法

有自適應(yīng)lr的梯度下降法

有動(dòng)量加自適應(yīng)lr的梯度下降法

彈性梯度下降法

Fletcher-Reeves共軛梯度法

Polak-Ribiere共軛梯度法

Powell-Beale共軛梯度法

量化共軛梯度法

?

三層BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的過程：

①輸入模式順傳播（輸入模型由輸入層經(jīng)隱藏層向輸出層傳播）

②輸出誤差逆?zhèn)鞑?#xff08;輸出的誤差由輸出層經(jīng)隱含層傳向輸入層）

③循環(huán)記憶訓(xùn)練（模式順傳播與誤差逆?zhèn)鞑サ挠?jì)算過程反復(fù)交替循環(huán)進(jìn)行)

④學(xué)習(xí)結(jié)果判定（判定全局誤差是否趨向極小值）

?

UFLDL中的證明：UFLDL

?

總結(jié)

以上是生活随笔為你收集整理的人工神经网络——【BP】反向传播算法证明的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。