多層感知機的基本知識
深度學習主要關注多層模型。在這裏,我們將以多層感知機(multilayer perceptron,MLP)爲例,介紹多層神經網絡的概念。
隱藏層
下圖展示了一個多層感知機的神經網絡圖,它含有一個隱藏層,該層中有5個隱藏單元。
表達公式
具體來說,給定一個小批量樣本,其批量大小爲,輸入個數爲。假設多層感知機只有一個隱藏層,其中隱藏單元個數爲。記隱藏層的輸出(也稱爲隱藏層變量或隱藏變量)爲,有。因爲隱藏層和輸出層均是全連接層,可以設隱藏層的權重參數和偏差參數分別爲和 ,輸出層的權重和偏差參數分別爲和。
我們先來看一種含單隱藏層的多層感知機的設計。其輸出的計算爲
也就是將隱藏層的輸出直接作爲輸出層的輸入。如果將以上兩個式子聯立起來,可以得到
從聯立後的式子可以看出,雖然神經網絡引入了隱藏層,卻依然等價於一個單層神經網絡:其中輸出層權重參數爲,偏差參數爲。不難發現,即便再添加更多的隱藏層,以上設計依然只能與僅含輸出層的單層神經網絡等價。
激活函數
上述問題的根源在於全連接層只是對數據做仿射變換(affine transformation),而多個仿射變換的疊加仍然是一個仿射變換。解決問題的一個方法是引入非線性變換,例如對隱藏變量使用按元素運算的非線性函數進行變換,然後再作爲下一個全連接層的輸入。這個非線性函數被稱爲激活函數(activation function)。
下面我們介紹幾個常用的激活函數:
ReLU函數
ReLU(rectified linear unit)函數提供了一個很簡單的非線性變換。給定元素,該函數定義爲
可以看出,ReLU函數只保留正數元素,並將負數元素清零。爲了直觀地觀察這一非線性變換,我們先定義一個繪圖函數xyplot。
%matplotlib inline
import torch
import numpy as np
import matplotlib.pyplot as plt
import sys
sys.path.append("/home/kesci/input")
import d2lzh1981 as d2l
print(torch.__version__)
def xyplot(x_vals, y_vals, name):
# d2l.set_figsize(figsize=(5, 2.5))
plt.plot(x_vals.detach().numpy(), y_vals.detach().numpy())
plt.xlabel('x')
plt.ylabel(name + '(x)')
x = torch.arange(-8.0, 8.0, 0.1, requires_grad=True)
y = x.relu()
xyplot(x, y, 'relu')
Sigmoid函數
sigmoid函數可以將元素的值變換到0和1之間:
y = x.sigmoid()
xyplot(x, y, 'sigmoid')
tanh函數
tanh(雙曲正切)函數可以將元素的值變換到-1和1之間:
y = x.tanh()
xyplot(x, y, 'tanh')
依據鏈式法則,tanh函數的導數
下面繪製了tanh函數的導數。當輸入爲0時,tanh函數的導數達到最大值1;當輸入越偏離0時,tanh函數的導數越接近0。
x.grad.zero_()
y.sum().backward()
xyplot(x, x.grad, 'grad of tanh')
關於激活函數的選擇
ReLu函數是一個通用的激活函數,目前在大多數情況下使用。但是,ReLU函數只能在隱藏層中使用。
用於分類器時,sigmoid函數及其組合通常效果更好。由於梯度消失問題,有時要避免使用sigmoid和tanh函數。
在神經網絡層數較多的時候,最好使用ReLu函數,ReLu函數比較簡單計算量少,而sigmoid和tanh函數計算量大很多。
在選擇激活函數的時候可以先選用ReLu函數如果效果不理想可以嘗試其他激活函數。
多層感知機
多層感知機就是含有至少一個隱藏層的由全連接層組成的神經網絡,且每個隱藏層的輸出通過激活函數進行變換。多層感知機的層數和各隱藏層中隱藏單元個數都是超參數。以單隱藏層爲例並沿用本節之前定義的符號,多層感知機按以下方式計算輸出:
其中表示激活函數。