在n层神经网络中计算梯度的好方法是什么?
重层:
- 第一层权重:
(n_inputs+1, n_units_layer)-matrix
- 隐藏层权重:
(n_units_layer+1, n_units_layer)-matrix
- 末层权值:
(n_units_layer+1, n_outputs)-matrix
指出:
- 如果只有一个隐藏层,我们将使用两个(权重)层来表示网络:
inputs --first_layer-> network_unit --second_layer-> output
- 对于具有多个隐藏层的n层网络,我们需要实现(2)步骤。
有点模糊的伪代码:
weight_layers = [ layer1, layer2 ] # a list of layers as described above
input_values = [ [0,0], [0,0], [1,0], [0,1] ] # our test set (corresponds to XOR)
target_output = [ 0, 0, 1, 1 ] # what we want to train our net to output
output_layers = [] # output for the corresponding layers
for layer in weight_layers:
output <-- calculate the output # calculate the output from the current layer
output_layers <-- output # store the output from each layer
n_samples = input_values.shape[0]
n_outputs = target_output.shape[1]
error = ( output-target_output )/( n_samples*n_outputs )
""" calculate the gradient here """
<标题> 最终实现
最终实现可以在github上找到
标题>使用Python和numpy很容易。
你有两个选择:
- 您可以为
num_instances
实例并行计算所有内容或 - 你可以计算一个实例的梯度(这实际上是1的特殊情况)。
现在我将给出一些如何实现选项1的提示。我建议您创建一个名为Layer
的新类。它应该有两个函数:
实现很简单:
def forward(X, W, b):
A = X.dot(W.T) + b # will be broadcasted
Y = g(A)
return Y
def backprop(dEdY, W, b, gd, Y, X):
Deltas = gd(Y) * dEdY # element-wise multiplication
dEdX = Deltas.dot(W)
dEdW = Deltas.T.dot(X)
dEdb = Deltas.sum(axis=0)
return dEdX, dEdW, dEdb
第一层的X
是从你的数据集中取的,然后你将每个Y
传递为下一层的X
。
输出层的dE/dY
被计算为Y-T
(对于softmax激活函数和交叉熵误差函数或对于线性激活函数和误差平方和),其中Y
是网络的输出(shape = [num_instances, num_outputs]), T
(shape = [num_instances, num_outputs])是期望的输出。然后你可以反向传播,即每一层的dE/dX
是前一层的dE/dY
。
现在你可以使用每层的dE/dW
和dE/db
来更新W
和b
。
下面是c++的一个例子:
顺便说一句。您可以比较实例转发和批处理转发的速度:
In [1]: import timeit
In [2]: setup = """import numpy
...: W = numpy.random.rand(10, 5000)
...: X = numpy.random.rand(1000, 5000)"""
In [3]: timeit.timeit('[W.dot(x) for x in X]', setup=setup, number=10)
Out[3]: 0.5420958995819092
In [4]: timeit.timeit('X.dot(W.T)', setup=setup, number=10)
Out[4]: 0.22001314163208008