***11 ***訓(xùn)練神經(jīng)網(wǎng)絡(luò) 第二部分

現(xiàn)在我們有了一個(gè)明確的目標(biāo)：最小化神經(jīng)網(wǎng)絡(luò)的損失。通過調(diào)整網(wǎng)絡(luò)的權(quán)重和截距項(xiàng)，我們可以改變其預(yù)測結(jié)果，但如何才能逐步地減少損失？

這一段內(nèi)容涉及到多元微積分，如果不熟悉微積分的話，可以跳過這些數(shù)學(xué)內(nèi)容。

為了簡化問題，假設(shè)我們的數(shù)據(jù)集中只有Alice：

假設(shè)我們的網(wǎng)絡(luò)總是輸出0，換言之就是認(rèn)為所有人都是男性。損失如何？

那均方差損失就只是Alice的方差：

也可以把損失看成是權(quán)重和截距項(xiàng)的函數(shù)。讓我們給網(wǎng)絡(luò)標(biāo)上權(quán)重和截距項(xiàng)：

這樣我們就可以把網(wǎng)絡(luò)的損失表示為：

假設(shè)我們要優(yōu)化 ，當(dāng)我們改變 時(shí)，損失會怎么變化？可以用來回答這個(gè)問題，怎么計(jì)算？

接下來的數(shù)據(jù)稍微有點(diǎn)復(fù)雜，別擔(dān)心，準(zhǔn)備好紙和筆。

首先，讓我們用來改寫這個(gè)偏導(dǎo)數(shù)：

因?yàn)槲覀円呀?jīng)知道 ，所以我們可以計(jì)算

現(xiàn)在讓我們來搞定。分別是其所表示的神經(jīng)元的輸出，我們有：

由于 只會影響（不會影響)，所以：

對，我們也可以這么做：

在這里，是身高，是體重。這是我們第二次看到 （S型函數(shù)的導(dǎo)數(shù))了。求解：

稍后我們會用到這個(gè) 。

我們已經(jīng)把分解成了幾個(gè)我們能計(jì)算的部分：

這種計(jì)算偏導(dǎo)的方法叫『反向傳播算法』(backpropagation)。

好多數(shù)學(xué)符號，如果你還沒搞明白的話，我們來看一個(gè)實(shí)際例子。

***12 ***例子：計(jì)算偏導(dǎo)數(shù)

我們還是看數(shù)據(jù)集中只有Alice的情況：

把所有的權(quán)重和截距項(xiàng)都分別初始化為1和0。在網(wǎng)絡(luò)中做前饋計(jì)算：

網(wǎng)絡(luò)的輸出是，對于Male(0)或者Female(1)都沒有太強(qiáng)的傾向性。算一下

提示： 前面已經(jīng)得到了S型激活函數(shù)的導(dǎo)數(shù) 。

搞定！這個(gè)結(jié)果的意思就是增加也會隨之輕微上升。

***13 ***訓(xùn)練：隨機(jī)梯度下降

現(xiàn)在訓(xùn)練神經(jīng)網(wǎng)絡(luò)已經(jīng)萬事俱備了！我們會使用名為隨機(jī)梯度下降法的優(yōu)化算法來優(yōu)化網(wǎng)絡(luò)的權(quán)重和截距項(xiàng)，實(shí)現(xiàn)損失的最小化。核心就是這個(gè)更新等式：

是一個(gè)常數(shù)，被稱為學(xué)習(xí)率，用于調(diào)整訓(xùn)練的速度。我們要做的就是用減去

• 如果是正數(shù)，變小，會下降。
• 如果是負(fù)數(shù)，會變大，會上升。

如果我們對網(wǎng)絡(luò)中的每個(gè)權(quán)重和截距項(xiàng)都這樣進(jìn)行優(yōu)化，損失就會不斷下降，網(wǎng)絡(luò)性能會不斷上升。

我們的訓(xùn)練過程是這樣的：

1. 從我們的數(shù)據(jù)集中選擇一個(gè)樣本，用隨機(jī)梯度下降法進(jìn)行優(yōu)化——每次我們都只針對一個(gè)樣本進(jìn)行優(yōu)化；
2. 計(jì)算每個(gè)權(quán)重或截距項(xiàng)對損失的偏導(dǎo)（例如 等)；
3. 用更新等式更新每個(gè)權(quán)重和截距項(xiàng)；
4. 重復(fù)第一步；