AI笔记（4）：深层神经网络

1.深层神经网络

我们在前面提到了浅层神经网络，深层神经网络其实就是包含更多隐层的神经网络。下图分别列举了不同深度的神经网络模型结构：

我们会参考「隐层个数」和「输出层」对齐命名。如上图逻辑回归可以叫做1 layer NN，单隐层神经网络可以叫做2 layer NN，2个隐层的神经网络叫做3 layer NN，以此类推。所以当我们提到L layer NN，指的是包含 个隐层的神经网络。

下面我们来了解一下神经网络的一些标记写法。以如下图的4层神经网络为例：

11. 总层数用 表示，

• 输入层是第 层，输出层是第 层

• 表示第 层包含的单元个数，

• 下图模型中， ，表示三个输入特征 、 、

• 下图模型中 ，，，

• 第 层的激活函数输出用 表示，

• 表示第 层的权重，用于计算

• 输入 记为

• 输出层 记为

注意， 和 中的上标 都是从1开始的，。

2.深层神经网络前向运算

下面我们来推导一下深层神经网络的前向传播计算过程。依旧是上面提到的4层神经网络，我们以其为例来做讲解。

2.1 单个样本的计算

对于单个样本，我们有：

2.2 m个样本的批量计算

对于 个训练样本的情况，我们以向量化矩阵形式来并行计算：

以此类推，对于第 层，其前向传播过程的 和 可以表示为：

• 其中

3.向量化形态下的矩阵维度

在单个训练样本的场景下，输入 的维度是 神经网络的参数 和 的维度分别是：

• 
• 

其中，

• 
• 和 分别表示第 层和 层的所含单元个数
• ，表示输入层特征数目

对应的反向传播过程中的 和 的维度分别是：

• 
• 
• 注意到， 与 维度相同， 与 维度相同。这很容易理解。

正向传播过程中的 和 的维度分别是：

• 
• 
• 和 的维度是一样的，且 和 的维度均与 和 的维度一致。

对于 个训练样本，输入矩阵 的维度是 。需要注意的是 和 的维度与只有单个样本是一致的：

• 
• 

只不过在运算 中， 会被当成 矩阵进行运算，这是基于python numpy的广播特性，且 每一列向量都是一样的。 和 的维度分别与 和 的相同。

不过， 和 的维度发生了变化：

• 
• 
• 和 的维度分别与 和 的相同。

4.为什么需要深度网络

当今大家看到的很多AI智能场景背后都是巨大的神经网络在支撑，强大能力很大一部分来源于神经网络足够“深”，也就是说随着网络层数增多，神经网络就更加复杂参数更多，学习能力也更强。下面是一些典型的场景例子说明。

4.1 人脸识别例子

如下图所示的人脸识别场景，训练得到的神经网络，每一层的作用有差别：

• 第一层所做的事就是从原始图片中提取出人脸的轮廓与边缘，即边缘检测。这样每个神经元得到的是一些边缘信息。
• 第二层所做的事情就是将前一层的边缘进行组合，组合成人脸一些局部特征，比如眼睛、鼻子、嘴巴等。
• 后续层次逐层把这些局部特征组合起来，融合成人脸的模样。

可以看出，随着层数由浅到深，神经网络提取的特征也是从边缘到局部特征到整体，由简单到复杂。隐藏层越多，能够提取的特征就越丰富、越复杂，模型的准确率也可能会随之越高。

4.2 语音识别例子

语音识别模型也是类似的道理：

• 浅层的神经元能够检测一些简单的音调
• 较深的神经元能够检测出基本的音素
• 更深的神经元就能够检测出单词信息
• 网络足够深的话，还能对短语、句子进行检测

神经网络从浅到深，提取的特征从简单到复杂。特征复杂度与神经网络层数成正相关。特征越来越复杂，表达能力和功能也越强。

4.3 深度网络其他优势

除学习能力与特征提取强度之外，深层网络还有另外一个优点，就是能够减少神经元个数，从而减少计算量。

下面有一个例子，使用电路理论，计算逻辑输出：

• 上面的计算表达式中， 表示「异或」操作。

对于这个逻辑运算，如果使用深度网络完成，每层将前一层的两两单元进行异或，最后到一个输出，如下图左边所示。

这样，整个深度网络的层数是 (不包含输入层)。总共使用的神经元个数为：

可见，输入个数是 ，这种深层网络所需的神经元个数仅仅是 个。

如果不用深层网络，仅仅使用单个隐藏层，如上右图所示，由于包含了所有的逻辑位(0和1)，那么需要的神经元个数 是指数级别的大小。

对于其他场景和问题也一样，处理同样的逻辑问题，深层网络所需的神经元个数比浅层网络要少很多。这也是深层神经网络的优点之一。

尽管深度学习有着非常显著的优势，吴恩达老师还是建议对实际问题进行建模时，尽量先选择层数少的神经网络模型，这也符合奥卡姆剃刀定律 (Occam’s Razor)。对于比较复杂的问题，再使用较深的神经网络模型。

5.构建深度网络单元块

下面用流程块图来解释神经网络前向传播和反向传播过程。

如图所示，对于第 层来说，前向传播过程中，我们有：

• 输入：
• 输出：
• 参数： 、
• 缓存变量：

反向传播过程中：

• 输入：
• 输出： 、 、
• 参数： 、

上面是第 层的流程块图，对于神经网络所有层，整体的流程块图前向传播过程和反向传播过程如下所示：

6.前向传播与反向传播

我们继续接着上一部分流程块图的内容，推导神经网络正向传播过程和反向传播过程的具体表达式。

6.1 前向传播过程

令层数为第 层，输入是 ，输出是 ，缓存变量是 。其表达式如下：

个训练样本的形态下，向量化形式为：

6.2 反向传播过程

输入是 ，输出是 、 、 。其表达式如下：

由上述第四个表达式可得 ，将 代入第一个表达式中可以得到：

该式非常重要，反映了 与 的递推关系。

个训练样本的形态下，向量化形式为：

7.参数与超参数

神经网络中有两个大家要重点区分的概念：参数(parameters)和超参数(hyperparameters)。

• 神经网络中的参数就是我们熟悉的 和 。
• 神经网络的超参数是例如学习率 ，训练迭代次数 ，神经网络层数 ，各层神经元个数 ，激活函数 等。
• 之所以叫做超参数，是因为它们需要提前敲定，而且它们会决定参数 和 的值。

如何设置最优的超参数是一个比较困难的、需要经验知识的问题。通常的做法是选择超参数一定范围内的值，分别代入神经网络进行训练，测试cost function随着迭代次数增加的变化，根据结果选择cost function最小时对应的超参数值。这类似于机器学习中的实验验证的方法。

8.神经网络vs人脑

神经网络跟人脑机制到底有什么联系呢？究竟有多少的相似程度？

我们前面看到神经网络实际上可以分成两个部分：前向传播过程和反向传播过程。神经网络的每个神经元采用激活函数的方式，类似于感知机模型。这种模型与人脑神经元是类似的，但是一种非常简化的人脑神经元模型。

人脑神经元可分为树突、细胞体、轴突三部分。树突接收外界电刺激信号(类比神经网络中神经元输入)，传递给细胞体进行处理(类比神经网络中神经元激活函数运算)，最后由轴突传递给下一个神经元(类比神经网络中神经元输出)。

人脑神经元的结构和处理方式要复杂的多，神经网络模型只是非常简化的模型。

人脑如何进行学习？是否也是通过反向传播和梯度下降算法现在还不清楚，可能会更加复杂。这是值得生物学家探索的事情。