【第一周笔记】神经网络和深度学习

第一节 概论

一、什么是神经网络

由人脑的工作模式启发衍生的强力学习算法

例 1 – 单神经网络

给出有关房地产市场房屋大小的数据，拟合一个函数来预测其他房地产数据的价格。这是一个线性回归问题，因为作为大小函数的价格是连续输出。由于价格不可以为负数，因此我们建立了一个修正线性单元（ReLU）,该函数从零开始。

基于单变量的房价预测

输入是房子面积x，输出是房价y

“神经”构造了该ReLU函数。

The input is the size of the house (x) The output is the price (y) The “neuron” implements the function ReLU (blue line)

例 2 – 多神经网络

房价由多种情况影响，如大小、卧室数量、邮编、街区富裕情况......神经网络在预测的时候会产生隐藏单元，我们并不会指定每个隐藏单元代表什么意思，只需要给出相应的输入x和输出y就好了。

基于多变量的房价预测

二、监督学习

1.监督学习基本分为两大问题：
输入和输出都是有参照的，根据参照，给定一个新的输入，预测新的输出。如房价：给定某地房子大小和房价的数据，根据这些数据，给定一个房子尺寸大小，预测该尺寸对应的房价。

分类：

• 线性回归类：预测连续输出值
• 分类问题：预测离散输出值

2.常用的神经网络

image : CNN

sequence data (audio,language...） RNN or complex RNNS

Structured data : 每个特征有清晰的定义

Unstructured data : Audio Image text

第二节 神经网络基础

一、logistic 回归

1.二分分类问题

二分分类问题的目标是训练出一个分类器以图片的特征向量x作为输入，预测输出的结果标签y是1还是0。

其中X 是每个特征向量集合成的大矩阵，

因此

2.Logistic Regression

给出 X ，想要预估的

参数 ：

输出 ：

其中sigmoid函数表示为：

sigmoid函数

在实际编程中会把w和b分开，b对应一个拦截器。

3.logistic regression cost function

所以在给定数据集,我们想要让对每个的预测值

if 想要损失函数小，我们需要大

if 想要损失函数小，我们需要小

loss function ：基于单个训练样本

cost function：基于参数的总样本

cost function:

最终目的是使代价函数尽可能小
4.梯度下降

为了将J减小，我们必须找到合适的w和b。

梯度下降算法中，重复{

}

α被称作 学习率，决定了迭代步长

对m个样本梯度下降

算法：

For i = 1 to m

​

​

​

​

​

​

​

//如果多余2个特征值 w值延续到nx

//在这时 以此类推 其他的d值也都成为了J对该值的偏导数

该算法中会出现两次显性的for循环，这是非常低效的，为了解决这样的问题，使用向量化的方法。

二、向量化

GPU和CPU都有SIMD指令，即允许单指令多数据流，能够复制多个操作数，并把它们打包在大型寄存器的一组指令集。GPU更擅长SIMD指令操作。

在实际编程中尽可能地避免显性for循环。

在python编程中善用np.dot()函数

e.g.将转变为

u = np.zeros((n,1))
for i in range(n):
    u[i] = math.exp(v[i])

import numpy as np
u = np.exp(v)
np.log(v)
np.abs(v)
np.maximum(v,0)
v**2
1/v

对logistic regression算法进行向量化
​定义一个大矩阵

算法：

​ = np.dot(w.T,X)+b




//反向更新w
//反向更新b

关于正向传播和反向传播的理解，参考https://www.cnblogs.com/charlotte77/p/5629865.html，该作者用数字化的演示详细地阐述了back propagation的重要意义。直观地将，逐步更新权值项w和截距项b的过程就是BP的主要过程。

第三节 浅层神经网络

一、神经网络

神经网络表示

双层神经网络，一般不把输入层算入标准层，输入层也被称作第零层。隐藏层和最后的输出层是带有参数的，隐藏层带有两个相关的参数W和b。在本图中，​是一个4×3的矩阵。4来源于四个隐藏层，3来自于三个输入层。​是一个4×1的矩阵。​是一个1×4的矩阵，因为隐藏层有四个隐藏单元，只有1个对应的输出，​是一个1×1的矩阵。

二、激活函数

tanh函数的平均值接近0，因此有数据中心化的效果。在效果上比sigmoid函数要好。
另外，求导的结果是

在做二元分类的时候可以使用sigmoid函数，因为需要输出结果在0到1之间。
ReLU函数

带泄露的ReLU:

如果所有隐藏单元都使用线性激活函数的话，那么在逻辑上是没有意义的。

三、梯度下降

对于神经网络的梯度下降

神经网络的梯度下降

权重的随机初始化也非常重要，如果在一开始的时候全都赋值为0的话，很有可能会造成所有隐藏神经元都在进行同一个函数的计算，这样的话该神经网络会发生“对称”。

第四节 深层神经网络

一、前向传播

深层神经前向传播的过程大致如此，l从1一直迭代到最深层。在这一步可能需要一个显性的for循环。

总结起来的维度必须是,的维度是

二、参数和超参数

参数：

超参数：某种程度上决定了最终的W和b

• 学习率 α
• 梯度下降法的循环数量
• 隐藏层数L
• 隐藏单元数：。
• 激活函数

······