三、多分類神經(jīng)網(wǎng)絡(luò)：Softmax回歸

1 認(rèn)識(shí)softmax函數(shù)

之前介紹分類神經(jīng)網(wǎng)絡(luò)時(shí)，我們只說明了二分類問題，即標(biāo)簽只有兩種類別的問題（0和1，貓和狗）。 雖然在實(shí)際應(yīng)用中，許多分類問題都可以用二分類的思維解決，但依然存在很多多分類的情況，最典型的就是手寫數(shù)字的識(shí)別問題。計(jì)算機(jī)在識(shí)別手寫數(shù)字時(shí)，需要對(duì)每一位數(shù)字進(jìn)行判斷，而個(gè)位數(shù)字總共有10個(gè)（09），所以手寫數(shù)字的分類是十分類問題，一般分別用0-9表示。

在之前展示深度學(xué)習(xí)中的數(shù)據(jù)時(shí)，我們也展示過另一個(gè)數(shù)據(jù)集的標(biāo)簽：

這個(gè)數(shù)據(jù)集是對(duì)服裝樣式進(jìn)行分類，從它標(biāo)簽也可以看出來，這也是一個(gè)多分類問題。正常來說，我們都對(duì)多分類的類別按整數(shù)[1,+∞]的數(shù)字進(jìn)行編號(hào)，比較少有使用0類的情況。

在機(jī)器學(xué)習(xí)中，我們會(huì)使用二分類算法的Many-vs-Many（多對(duì)多）和One-vs-Rest （一對(duì)多）模式來進(jìn)行多分類。其中，OvR是指將多個(gè)標(biāo)簽類別中的一類作為類別1，其他所有類別作為類別0，分別建立多個(gè)二分類模型，綜合得出多分類結(jié)果的方法。MvM是指把好幾個(gè)標(biāo)簽類作為1，剩下的幾個(gè)標(biāo)簽類別作為0，同樣分別建立多個(gè)二分類模型來得出多分類結(jié)果的方法。這兩種方法非常有效，尤其是在邏輯回歸 做多分類的問題上能夠解決很多問題，但是在深度學(xué)習(xí)世界卻完全不奏效。理由非常簡(jiǎn)單：

邏輯回歸是一個(gè)單層神經(jīng)網(wǎng)絡(luò)，計(jì)算非常快速，在使用OvR和MvM這樣需要同時(shí)建立多個(gè)模型的方法時(shí)，運(yùn)算速度不會(huì)成為太大的問題。但真實(shí)使用的神經(jīng)網(wǎng)絡(luò)往往是一個(gè)龐大的算法，建立一個(gè)模型就會(huì)耗費(fèi)很多時(shí)間，因此必須建立很多個(gè)模型來求解的方法對(duì)神經(jīng)網(wǎng)絡(luò)來說就不夠高效。

我們有更好的方法來解決這個(gè)問題，那就是softmax回歸。
Softmax函數(shù)是深度學(xué)習(xí)基礎(chǔ)中的基礎(chǔ)，它是神經(jīng)網(wǎng)絡(luò)進(jìn)行多分類時(shí)，默認(rèn)放在輸出層中處理數(shù)據(jù)的函數(shù)。假設(shè)現(xiàn)在神經(jīng)網(wǎng)絡(luò)是用于三分類數(shù)據(jù)，且三個(gè)分類分別是蘋果，檸檬和百香果，序號(hào)則分別是分類 1、分類2和分類3。則使用softmax函數(shù)的神經(jīng)網(wǎng)絡(luò)的模型會(huì)如下所示：

與二分類一樣，我們從網(wǎng)絡(luò)左側(cè)輸入特征，從右側(cè)輸出概率，且概率是通過線性回歸的結(jié)果$z$外嵌套softmax函數(shù)來進(jìn)行計(jì)算。在二分類時(shí)，輸出層只有一個(gè)神經(jīng)元，只輸出樣本對(duì)于正類別的概率（通常是標(biāo)簽為1的概率），而softmax的輸出層有三個(gè)神經(jīng)元，分別輸出該樣本的真實(shí)標(biāo)簽是蘋果、檸檬或百香果的概率 。在多分類中，神經(jīng)元的個(gè)數(shù)與標(biāo)簽類別的個(gè)數(shù)是一致的，如果是十分類，在輸出層上就會(huì)存在十個(gè)神經(jīng)元，分別輸出十個(gè)不同的概率。此時(shí)，樣本的預(yù)測(cè)標(biāo)簽就是所有輸出的概率中最大的概率對(duì)應(yīng)的標(biāo)簽類別。

那每個(gè)概率是如何計(jì)算出來的呢？來看Softmax函數(shù)的公式：
$${\sigma }_k=\mathrm{Softmax}\left(z_k\right)=\frac{e^{z_k}}{{\sum }^K{e}^z}$$
其中$e$為自然常數(shù)（約為2.71828），$z$與sigmoid函數(shù)中的$z$一樣，表示回歸類算法（如線性回歸）的結(jié)果。K表示該數(shù)據(jù)的標(biāo)簽中總共有K個(gè)標(biāo)簽類別，如三分類時(shí)K=3，四分類時(shí)K=4。$k$表示標(biāo)簽類別$k$類。很容易可以看出，Softmax函數(shù)的分子是多分類狀況下某一個(gè)標(biāo)簽類別的回歸結(jié)果的指數(shù)函數(shù)，分母是多分類狀況下所有標(biāo)簽類別的回歸結(jié)果的指數(shù)函數(shù)之和，因此Softmax函數(shù)的結(jié)果代表了樣本的結(jié)果為類別$k$的概率。

舉個(gè)例子，當(dāng)我們有三個(gè)分類，分別是蘋果，梨，百香果的時(shí)候，樣本i被分類為百香果的概率${\sigma }_{百香果}$為：

2 PyTorch中的softmax函數(shù)

我們?cè)?jīng)提到過，神經(jīng)網(wǎng)絡(luò)是模型效果很好，但運(yùn)算速度非常緩慢的算法。 softmax函數(shù)也存在相同的問題——它可以將多分類的結(jié)果轉(zhuǎn)變?yōu)楦怕?#xff08;這是一個(gè)極大的優(yōu)勢(shì)），但它需要的計(jì)算量非常巨大。由于softmax的分子和分母中都帶有為底的指數(shù)函數(shù)，所以在計(jì)算中非常容易出現(xiàn)極大的數(shù)值。

如上圖所示，就已經(jīng)等于20000了，而回歸結(jié)果完全可能是成千上萬的數(shù)字。事實(shí)上會(huì)變成一個(gè)后面有40多個(gè)0的超大值，則會(huì)直接返回?zé)o限大inf，這意味著這些數(shù)字已經(jīng)超出了計(jì)算機(jī)處理數(shù)時(shí)要求的有限數(shù)據(jù)寬度，超大數(shù)值無法被計(jì)算機(jī)運(yùn)算和表示。這種現(xiàn)象叫做“溢出“，當(dāng)計(jì)算機(jī)返回”內(nèi)存不足”或Python服務(wù)器直接斷開連接的時(shí)候，可能就是發(fā)生了這個(gè)問題。來看看這個(gè)問題實(shí)際發(fā)生時(shí)的狀況：

#對(duì)于單一樣本，假定一組巨大的z z = torch.tensor([1010,1000,990], dtype=torch.float32) torch.exp(z) / torch.sum(torch.exp(z)) # softmax函數(shù)的運(yùn)算 #tensor([nan, nan, nan])

因此，我們一般不會(huì)親自使用tensor來手寫softmax函數(shù)。在PyTorch中，我們往往使用內(nèi)置好的softmax函數(shù)來計(jì)算softmax的結(jié)果，我們可以使用torch.softmax來輕松的調(diào)用它，具體代碼如下：

z = torch.tensor([1010,1000,990], dtype=torch.float32) torch.softmax(z,0) #你也可以使用F.softmax, 它返回的結(jié)果與torch.softmax是完全一致的 #tensor([9.9995e-01, 4.5398e-05, 2.0611e-09])

可以看出，同樣的數(shù)據(jù)在PyTorch的softmax計(jì)算下，不會(huì)發(fā)生溢出問題，這是因?yàn)镻yTorch使用了一些巧妙地手段來解決溢出問題，感興趣地小伙伴可以自行閱讀本節(jié)最后的加餐內(nèi)容。如果我們將調(diào)整到較小的數(shù)值，可以發(fā)現(xiàn)，手寫的softmax函數(shù)與torch庫(kù)自帶的softmax返回的結(jié)果是一模一樣的。

#假設(shè)三個(gè)輸出層神經(jīng)元得到的z分別是10，9，5 z = torch.tensor([10,9,5], dtype=torch.float32) torch.exp(z) / torch.sum(torch.exp(z)) # softmax函數(shù)的運(yùn)算 #tensor([0.7275, 0.2676, 0.0049]) z = torch.tensor([10,9,5], dtype=torch.float32) torch.softmax(z,0) #tensor([0.7275, 0.2676, 0.0049])

從上面的結(jié)果可以看出，softmax函數(shù)輸出的是從0到1.0之間的實(shí)數(shù)，而且多個(gè)輸出值的總和是1。因?yàn)橛辛诉@個(gè)性質(zhì)，我們可以把softmax函數(shù)的輸出解釋為“概率”，這和我們使用sigmoid函數(shù)之后認(rèn)為函數(shù)返回的結(jié)果是概率異曲同工。從結(jié)果來看，我們可以認(rèn)為返回了我們?cè)O(shè)定的（[10,9,5]）的這個(gè)樣本的結(jié)果應(yīng)該是第一個(gè)類別（也就是z=10的類別），因?yàn)轭悇e1的概率是最大的（實(shí)際上幾乎達(dá)到了99.9%）。

需要注意的是，使用了softmax函數(shù)之后，各個(gè)之間的大小關(guān)系并不會(huì)隨之改變，這是因?yàn)橹笖?shù)函數(shù)是單調(diào)遞增函數(shù)，也就是說，使用softmax之前的如果比較大，那使用softmax之后返回的概率也依然比較大。這是說，無論是否使用softmax，我們都可以判斷出樣本被預(yù)測(cè)為哪一類，我們只需要看最大的那一類就可以了。所以，在神經(jīng)網(wǎng)絡(luò)進(jìn)行分類的時(shí)候，如果不需要了解具體分類問題每一類的概率是多少，而只需要知道最終的分類結(jié)果，我們可以省略輸出層上的softmax函數(shù)。

但如果，你確實(shí)遇見了需要自己計(jì)算的情況，你就可以使用torch中的softmax函數(shù)。大家可能有注意到，torch中的softmax函數(shù)有兩個(gè)參數(shù)，第一個(gè)參數(shù)是我們輸入的用來進(jìn)行計(jì)算的張量z，另一個(gè)參數(shù)我輸入了0。這其實(shí)代表了你希望運(yùn)行softmax計(jì)算的維度的索引。

softmax函數(shù)只能對(duì)單一維度進(jìn)行計(jì)算，它只能夠識(shí)別單一維度上的不同類別，但我們輸入softmax的張量卻可能是一個(gè)很高維的張量。比如：

s = torch.tensor([[[1,2],[3,4],[5,6]],[[5,6],[7,8],[9,10]]], dtype=torch.float32) s.ndim #3 s.shape #torch.Size([2, 3, 2])

對(duì)于s而言，我們現(xiàn)在有三個(gè)維度——最外層代表了“2個(gè)二維張量”，3則代表每個(gè)二維張量中有3行，最后的2則代表每個(gè)二維張量中有2列。此時(shí)，我們可以從外向內(nèi)索引我們的維度，索引0對(duì)應(yīng)的就是最外層，索引2對(duì)應(yīng)的就是最里層，相似的，我們也可以反向索引，-1對(duì)應(yīng)的就是最里層，-3對(duì)應(yīng)的就是最外層。所以softmax函數(shù)中需要我們輸入的，就是我們希望在哪個(gè)維度上進(jìn)行softmax運(yùn)算。

torch.softmax(s,dim=0) #在整個(gè)張量中，有2個(gè)張量，一個(gè)二維張量就是一類 #tensor([[[0.0180, 0.0180], # [0.0180, 0.0180], # [0.0180, 0.0180]], # # [[0.9820, 0.9820], # [0.9820, 0.9820], # [0.9820, 0.9820]]]) torch.softmax(s,dim=1) #在一個(gè)二維張量中，有3行數(shù)據(jù)，每一行是一種類別 #tensor([[[0.0159, 0.0159], # [0.1173, 0.1173], # [0.8668, 0.8668]], # # [[0.0159, 0.0159], # [0.1173, 0.1173], # [0.8668, 0.8668]]]) torch.softmax(s,dim=2) #在每一行中，有4個(gè)數(shù)據(jù)，每個(gè)數(shù)據(jù)是一種類別 #tensor([[[0.2689, 0.7311], # [0.2689, 0.7311], # [0.2689, 0.7311]], # # [[0.2689, 0.7311], # [0.2689, 0.7311], # [0.2689, 0.7311]]])

看到計(jì)算的結(jié)果，你明白這個(gè)維度的含義了嗎？實(shí)際上softmax函數(shù)在實(shí)際中應(yīng)用不多，但是只要用到，新手就一定會(huì)被繞進(jìn)dim參數(shù)的選項(xiàng)中去，因此我們?cè)谶@里特此說明。

在實(shí)際中，訓(xùn)練神經(jīng)網(wǎng)絡(luò)時(shí)往往會(huì)使用softmax函數(shù)，但在預(yù)測(cè)時(shí)就不再使用softmax函數(shù)，而是直接讀取結(jié)果最大的對(duì)應(yīng)的類別了。但無論如何，了解softmax是必要的，也是非常有用的。

3 使用nn.Linear與functional實(shí)現(xiàn)多分類神經(jīng)網(wǎng)絡(luò)的正向傳播

學(xué)到這里，我相信你應(yīng)該能夠?qū)懗鰏oftmax回歸的正向傳播代碼。請(qǐng)使用如下的數(shù)據(jù)：

X = torch.tensor([[0,0],[1,0],[0,1],[1,1]], dtype = torch.float32)

我強(qiáng)烈建議你先進(jìn)行思考，對(duì)照下面的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，嘗試自己寫一寫這段代碼，然后再查看答案。在這里你需要弄明白這些問題：

nn.Linear中需要輸入什么結(jié)構(gòu)？

softmax中的dim應(yīng)該填寫什么值？

最終輸出的sigma的shape應(yīng)該是幾乘幾才對(duì)？

import torch from torch.nn import functional as F X = torch.tensor([[0,0],[1,0],[0,1],[1,1]], dtype = torch.float32) torch.random.manual_seed(420) dense = torch.nn.Linear(2,3) #此時(shí)，輸出層上的神經(jīng)元個(gè)數(shù)是3個(gè)，因此應(yīng)該是（2，3） zhat = dense(X) sigma = F.softmax(zhat,dim=1) #此時(shí)需要進(jìn)行加和的維度是1 sigma.shape #這里應(yīng)當(dāng)返回的正確結(jié)構(gòu)是(4,3)，4個(gè)樣本，每個(gè)樣本都有自己的3個(gè)類別對(duì)應(yīng)的3個(gè)概率 #torch.Size([4, 3]) sigma #tensor([[0.4623, 0.3494, 0.1883], # [0.4598, 0.4422, 0.0980], # [0.4896, 0.3229, 0.1875], # [0.4902, 0.4115, 0.0983]], grad_fn=<SoftmaxBackward0>)

4 【加餐】解決Softmax的溢出問題

為了解決softmax函數(shù)的溢出問題，我們需要對(duì)softmax的公式進(jìn)行如下更改。首先，在分子和分母上都乘上常數(shù)C。因?yàn)橥瑫r(shí)對(duì)分母和分子乘以相同的常數(shù)，所以計(jì)算結(jié)果不變。然后，把這個(gè)C移動(dòng)到指數(shù)函數(shù)中，計(jì)作$e^{\log C}$，在這里log指的是以自然底數(shù)e為底的對(duì)數(shù)函數(shù)。只要C大于0，logC就必然存在，此時(shí)我們可以把logC替換為另一個(gè)符號(hào)C’ ，它同樣代表了一個(gè)常數(shù)。即是說，其實(shí)我們只需要在softmax函數(shù)的兩個(gè)指數(shù)函數(shù)自變量上都加上一個(gè)常數(shù)就可以了，這樣做不會(huì)改變計(jì)算結(jié)果。
$$\begin{array}{rl}{o}_k& =\frac{e^{z_k}}{{\sum }_{i=1}^K{e}^{z_i}}\\ & =\frac{C{e}^{z_k}}{C{\sum }_{i=1}^K{e}^{z_i}}\\ & =\frac{e^{\log C}?e^{z_k}}{{\sum }_{i=1}^K{e}^{\log C}?e^{z_i}}\\ & =\frac{e^{\left(z_k+\log C\right)}}{{\sum }_{i=1}^K{e}^{\left(z_i+\log C\right)}}\\ & =\frac{e^{\left(z_k+C^{\prime }\right)}}{{\sum }_{i=1}^K{e}^{\left(z_i+C^{\prime }\right)}}\end{array}$$
現(xiàn)在來思考，加入一個(gè)怎樣的C’才會(huì)對(duì)抑制計(jì)算溢出最有效呢？我們是希望避免十分巨大的$z$，因此我們只要讓C’的符號(hào)為負(fù)號(hào)，在讓其大小接近$z_k$中的最大值就可以了。來看看在python中我們?nèi)绾尾僮?#xff1a;

import numpy as np z = z = np.array([1010,1000,990]) #定義softmax函數(shù) def softmax(z):c = np.max(z)exp_z = np.exp(z - c) #溢出對(duì)策sum_exp_z = np.sum(exp_z)o = exp_z / sum_exp_zreturn o #導(dǎo)入剛才定義的z softmax(z) #array([9.99954600e-01, 4.53978686e-05, 2.06106005e-09])

來看看剛才求出的softmax函數(shù)的結(jié)果加和之后會(huì)顯示怎樣的效果：

sum(softmax(z)) #1.0

四、回歸vs二分類vs多分類

到這里，我們已經(jīng)見過了三個(gè)不同的神經(jīng)網(wǎng)絡(luò)：

注意到有什么相似和不同了嗎？
首先可能會(huì)注意到的是，這三個(gè)神經(jīng)網(wǎng)絡(luò)都是單層神經(jīng)網(wǎng)絡(luò)，除了輸入層，他們都有且只有一層網(wǎng)絡(luò)。實(shí)際上，現(xiàn)實(shí)中使用的神經(jīng)網(wǎng)絡(luò)幾乎99%都是多層的，但我們的網(wǎng)絡(luò)也能夠順利進(jìn)行預(yù)測(cè)，這說明單層神經(jīng)網(wǎng)絡(luò)其實(shí)已經(jīng)能夠?qū)崿F(xiàn)基本的預(yù)測(cè)功能。同時(shí)，這也說明了一個(gè)問題，無論處理的是回歸還是分類，神經(jīng)網(wǎng)絡(luò)的處理原理是一致的。實(shí)際上，就連算法的限制、優(yōu)化方法和求解方法也都是一致的。回歸和分類神經(jīng)網(wǎng)絡(luò)唯一的不同只有輸出層上的$\sigma$ 。

雖然線性回歸看起來并沒有的存在，但實(shí)際上我們可以認(rèn)為線性回歸中的是一個(gè)恒等函數(shù)（identity function），即是說$\sigma (z)=z$（相當(dāng)于$y=x$，或$f(x)=x$ ）。而多分類的時(shí)候也可以不采用任何函數(shù)，只觀察$z$的大小，所以多分類也可以被認(rèn)為是利用了恒等函數(shù)作為$\sigma$。總結(jié)來說，回歸和分類對(duì)應(yīng)的分別如下：

第二個(gè)很容易發(fā)現(xiàn)的現(xiàn)象是，只有多分類的情況在輸出層出現(xiàn)了超過一個(gè)神經(jīng)元。實(shí)際上，當(dāng)處理單標(biāo)簽問題時(shí)（即只有一個(gè)y的問題），回歸神經(jīng)網(wǎng)絡(luò)和二分類神經(jīng)網(wǎng)絡(luò)的輸出層永遠(yuǎn)只有一個(gè)神經(jīng)元，而只有多分類的情況才會(huì)讓輸出層上超過一個(gè)神經(jīng)元。為了方便計(jì)算和演示，在之后的課程中我們都會(huì)使用二分類神經(jīng)網(wǎng)絡(luò)作為例子。

總結(jié)

以上是生活随笔為你收集整理的Lesson 8.5 SOFTMAX回归的全部?jī)?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。