CNN卷积神经网络学习笔记3：权值更新公式推导

     在上篇《CNN卷积神经网络学习笔记2：网络结构》中，已经介绍了CNN的网络结构的详细构成，我们已经可以初始化一个自己的CNN网络了，接下来就是要用训练得到一个确定的CNN的模型，也就是确定CNN的参数。
     CNN本质上就是人工神经网络的一种，只是在前几层的处理上有所不同，我们可以把卷积核看成是人工神经网络里的权值W，而采样层实质上也是一种卷积运算。所以可以基于人工神经网络的权值更新的方法来推导CNN里的权值更新公式。人工神经网络里是用反向传播算法将误差层层回传，利用梯度下降法更新每一层的权值，CNN中也是类似的。所以这里先对传统的BP算法做个概述，然后再推广到CNN中。

---

1，BP算法

1.1 Feedforward Pass前向传播

首先定义平方误差代价函数：

EN=12∑n=1N∑k=1c(tnk−ynk)2.

     其中N是样本个数，c是label的维度，对于分类问题，意味着这些样本能分为c类。tkn 表示第n个样本的label tn 的第k维，ykn 是第n个样本网络的输出(predict label)的第k维。我们的目标是要更新网络的权值，使得网络输出y与真实值t更接近，也就是最小化这个E，考虑到要考虑一个样本，则第n个样本的误差函数是：

En=12∑k=1c(tnk−ynk)2.

定义第l层的输出为：

xl=f(ul),其中ul=Wlxl−1+bl(1)

     这里f是激活函数，xl−1 是l-1层的输出，也就是l层的输入，W和b分别是l层的权值和偏置。
     上式就是前向传播的公式，每一层对输入(也就是上一层的输出)做运算，得到输出结果，这样将样本信息逐层传递，最后输出一个预测值(predict label)。

1.2 Backpropagation Pass反向传播

     预测值与真实值(label)之间必然是存在误差的，反向传播就是要把这个误差信息回传给每一层，让这些层修改他们的权值，使得CNN更精准。
     BP算法中是用梯度下降法更新权值的，梯度下降法的更新公式如下：

Wlnew=Wlold−η∂E∂Wlold.

blnew=blold−η∂E∂blold.

     梯度下降法细节可以参考这里：
http://ufldl.stanford.edu/wiki/index.php/Gradient_checking_and_advanced_optimization
     其中η 是梯度下降的学习率(learning rate)，可以看出，梯度下降法更新权值主要是利用误差代价函数对参数的梯度，所以权值更新的目标就是让每一层得到这样的梯度，然后更新。
     为了求取单个样本的误差代价函数对参数的偏导，这里定义节点灵敏度(sensitivities)δ 为误差对输出的变化率：

δ=∂E∂u

其中的u是ul=Wlxl−1+bl .
     对于参数中的偏置b，因为∂u∂b=1 ，由链式求导法则可得：

∂E∂bl=∂E∂ul∂ul∂bl=δl.(2)

     每层的灵敏度是不一样的，可以算得：

δl=∂E∂bl=∂12(y−t)2∂bl=f′(ul)∘(yn−tn).(3)

     注意这里y也是b的函数，y=f(ul)=f(Wlxl−1+b) ，所以要乘上f′(ul) ，这里的∘ 表示每个元素相乘，因为每个神经元连接都会有一个灵敏度δ ，所以每一层的灵敏度是一个矩阵。
     进一步求得误差代价函数E对参数中的权值W的偏导：

∂E∂Wl=∂E∂ul∂ul∂Wl=δlxl−1.(4)

     至此，我们得到了每一层利用梯度下降进行权值更新时需要的梯度，也就是(2),(4)，可以看到他们都和灵敏度有关，而灵敏度可由(3)式计算。
     在(3)式中，yl 和ul 中的xl−1 是不知道的，也就是说，我们不知道每一层具体的的输入和输出，而且这个也太难计算，那么怎么把误差信息层层回传呢？
从灵敏度下手：

δl=∂E∂ul=∂E∂ul+1∂ul+1∂ul=δl+1∂(Wl+1xl+b)∂ul=δl+1∂(Wl+1f(ul)+b)∂ul=δl+1Wl+1∘f′(ul).

     所以反向传播其实是通过灵敏度层层回传误差信息，如下就是反向传播的核心公式：

δl=δl+1Wl+1∘f′(ul).(5)

以上是对经典的BP算法做一个概述，CNN中把权值W换成卷积核k，按照(1)(2)(3)(4)(5)式就可以得到CNN的权值更新公式。

2，CNN中卷积层权值更新推导

2.1 对照(1)式计算l层的输出

在CNN中，对于卷积层的每一种输出的特征图xj 有：

xlj=f(∑i∈Mjxl−1i∗klij+bj).

其中，Mj表示选择的输入特征图组合，kij 是输入的第i种特征图和输出的第j种特征图之间的连接所用的卷积核，bj 是第j种特征图对应的偏置，f是激活函数。

2.2 对照(5)式计算灵敏度

δlj=δl+1jWl+1j∘f′(ul)=βl+1jup(δl+1j)∘f′(ul).

     因为l+1层是采样层，所以相当于也是做卷积，例如做scale=2的下采样，就是用2*2的每个值为1/4的卷积核卷积图像，所以这里的权值W实际上就是这个2*2的卷积核，它的值是βj 。up表示上采样操作，因为l+1采样层的灵敏度矩阵是l层灵敏度矩阵的尺寸的1/4(scale=2时)，所以这里要对l+1层的灵敏度矩阵做上采样，使它们尺寸一致。

2.3 对照(2)式计算误差代价函数对偏置b的偏导

也就是对层l中的灵敏度中所有节点求和，这里(u,v)代表灵敏度矩阵中的元素位置：

∂E∂bj=∑u,v(δlj)u,v

2.4 对照(4)式计算误差代价函数对卷积核k的偏导：

∂E∂klij=∑u,v(δlj)u,v(pl−1i)uv.

     这里(pl−1i)uv 是xl−1i 在做卷积时，与kij 做卷积的每一个patch，(u,v)是patch中心，输出特征图中(u,v)位置的值，是由输入特征图中(u,v)位置的patch和卷积核kij 卷积所得的值。

3，CNN中下采样层权值更新推导

3.1 对照(1)式计算l层的输出

在CNN中，对于采样层的每一种输出特征图xj 有：

xlj=f(βljdown(xl−1j)+blj).

down表示下采样，这里的β 是乘性偏置，b是加性偏置，一般cnn网络中没有这个β 。

3.2 对照(5)式计算灵敏度

δlj=δl+1jWl+1j∘f′(ul)=f′(ulj)∘conv2(δl+1j,rot180(kl+1j),′full′).

3.3 对照(2)式计算误差代价函数对偏置b的偏导

这里和卷积层的b是一样的：

∂E∂bj=∑u,v(δlj)u,v.

---

至此我们就得到了CNN的权值更新公式。
下一篇中讨论一个简单的CNN实现。

---

Reference
《Notes on Convolutional Neural Networks》
http://cogprints.org/5869/1/cnn_tutorial.pdf
以及它的中文翻译：
http://blog.csdn.net/zouxy09/article/details/9993371