3.8 多層感知機
xiaoyao 動手學深度學習 tensorflow2
前面學習了線性迴歸和softmax迴歸在內的單層神經網絡。然而深度學習主要關注多層模型。在本節中,將學習多層感知機(multilayer perceptron,MLP)。
3.8.1 隱藏層
多層感知機在單層神經網絡的基礎上引入了一個或多個隱藏層(hidden layer).隱藏層位於輸入層和輸出層之間。
如下圖所示:
上圖所示的多層感知機中,輸入和輸出個數分別爲4和3,中間的隱藏層中包含了5個隱藏單元(hidden unit)。由於輸入層不涉及計算,圖中的多層感知機的層數爲2。由圖可見,隱藏層中的神經元和輸入層中各個輸入完全連接,輸出層中的神經元和隱藏層中的各個神經元也完全連接。因此,多層感知機中的隱藏層和輸出層都是全連接層。
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。
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。
3.8.2 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)。下面介紹幾個常用的激活函數。
3.8.2.1 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xx,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。
import tensorflow as tf
from matplotlib import pyplot as plt
import numpy as np
import random
%matplotlib inline
def use_svg_display():
# 用矢量圖顯示
%config InlineBackend.figure_format = 'svg'
def set_figsize(figsize=(3.5, 2.5)):
use_svg_display()
# 設置圖的尺寸
plt.rcParams['figure.figsize'] = figsize
def xyplot(x_vals, y_vals, name):
set_figsize(figsize=(5, 2.5))
plt.plot(x_vals.numpy(), y_vals.numpy())
plt.xlabel('x')
plt.ylabel(name + '(x)')
接下來通過Tensor提供的relu函數來繪製ReLU函數。可以看到,該激活函數是一個兩段線性函數。
x = tf.Variable(tf.range(-8,8,0.1),dtype=tf.float32)
y = tf.nn.relu(x)
xyplot(x, y, 'relu')
顯然,當輸入爲負數時,ReLU函數的導數爲0;當輸入爲正數時,ReLU函數的導數爲1。儘管輸入爲0時ReLU函數不可導,但是我們可以取此處的導數爲0。下面繪製ReLU函數的導數。
with tf.GradientTape() as t:
t.watch(x)
y = tf.nn.relu(x)
dy_dx = t.gradient(y, x)
xyplot(x, dy_dx, 'grad of relu')
3.8.2.2 sigmoid函數
sigmoid函數可以將元素的值變換到0和1之間:
sigmoid函數在早期的神經網絡中較爲普遍,但它目前逐漸被更簡單的ReLU函數取代。在後面“循環神經網絡”中會介紹如何利用它值域在0到1之間這一特性來控制信息在神經網絡中的流動。下面繪製了sigmoid函數。當輸入接近0時,sigmoid函數接近線性變換。
# x
y = tf.nn.sigmoid(x)
xyplot(x, y, 'sigmoid')
據鏈式法則,sigmoid函數的導數
下面繪製了sigmoid函數的導數。當輸入爲0時,sigmoid函數的導數達到最大值0.25;當輸入越偏離0時,sigmoid函數的導數越接近0。
with tf.GradientTape() as t:
t.watch(x)
y = tf.nn.sigmoid(x)
dy_dx = t.gradient(y, x)
xyplot(x, dy_dx, 'grad of sigmoid')
3.8.2.3 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:
定義如下:
.
繪製tanh函數。當輸入接近0時,tanh函數接近線性變換。雖然該函數的形狀和sigmoid函數的形狀很像,但tanh函數在座標系的原點上對稱。
y = tf.nn.tanh(x)
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。
with tf.GradientTape() as t:
t.watch(x)
y = tf.nn.tanh(x)
dy_dx = t.gradient(y, x)
xyplot(x, dy_dx, 'grad of tanh')
3.8.3 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。在分類問題中,我們可以對輸出O做softmax運算,並使用softmax迴歸中的交叉熵損失函數。 在迴歸問題中,我們將輸出層的輸出個數設爲1,並將輸出O直接提供給線性迴歸中使用的平方損失函數。
- 小結
多層感知機在輸出層與輸入層之間加入了一個或多個全連接隱藏層,並通過激活函數對隱藏層輸出進行變換。
常用的激活函數包括ReLU函數、sigmoid函數和tanh函數。