用代码一步步理解梯度下降和神经网络(ANN))

所有代码以及PPT:https://github.com/nicktming/code/tree/dev/machine_learning/Artificial_neural_network
dev分支

初了解

ANN_10.jpeg

这是一张典型神经网络的图,如果看不懂没关系,继续往下看.我们先从导数开始了解.

导数

该函数曲线在这一点上的切线斜率

ANN_1.jpeg

ann_11.jpeg

有些函数在每个点的斜率都是一样的比如f(x)=3x,但是有些函数在每个点的函数可能都不一样比如f(x)=3x^2+4x+5.

补充一下我个人对于导数的理解,几何含义是f(x)在点x的斜率,我理解为在点x的导数是在此处对f(x)的影响有多大.
比如f(x)=10x 那么f'(x) = 10,意味着f(x)的变化是x变化的10倍, 比如f(1)=10;f(1.01)=10.1, x变化了0.01然而f(x)变化了10倍.

复合函数的导数

复合函数对自变量的导数,等于已知函数对中间变量的导数，乘以中间变量对自变量的导数.

ann_12.jpeg

偏导

每个变量的导数

ann_13.jpeg

梯度

ANN_1.jpeg

ANN_2.jpeg

例子1: f(x) = 3x^2 + 4x + 5

代码 : gradient_test_1.py

给出一个起点(start_x)和步长(step),如何利用梯度下降法寻找到可以使f(x)变小.

导数: dx = f'(x) = 6x + 4; x := x - step * f'(x)

import numpy as np 
import matplotlib.pyplot as plt 

# init some data x_data = np.arange(-10, 11).reshape([21, 1])
y_data = np.square(x_data)*3 + x_data * 4 + 5# for polt picturefig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.plot(x_data, y_data, lw=3)
plt.ion()
plt.show()

start_x = 10step = 0.1current_x = start_x
current_y = 3 * current_x * current_x + 4 * current_x + 5print("(loop_count, current_x, current_y)")for i in range(10):
    print(i, current_x, current_y)
    derivative_f_x = 6 * current_x + 4
    current_x = current_x - step * derivative_f_x
    current_y = 3 * current_x * current_x + 4 * current_x + 5

    ax.scatter(current_x, current_y)
    plt.pause(0.1)

结果:

ANN_3.jpeg

ANN_4.jpeg

结果可以看到(current_x)从10一直在逼近f(x)的中轴线使得f(x)最小值.可以运行代码(需要安装python,numpy,matplotlib)进行查看,会有动画的效果,对于理解梯度下降会比较有帮助.

例子2: f(x,y) = 3x^2 + 4y^2 + 5

代码 : gradient_test_3.py

相对于例子1,例子2是二维, 因此对x,y需要求偏导,意味对各个维度的斜线.

给出一个起点(start_x, start_y) 和步长(step),如何利用梯度下降法去寻找到可以使f(x, y)变小？

导数: dx = 6x dy = 8y

import numpy as np 
import matplotlib.pyplot as pltfrom mpl_toolkits.mplot3d import Axes3D# init some data x_data = np.arange(-4, 4, 0.25)
y_data = np.arange(-4, 4, 0.25)
f_data = np.square(x_data)*3 + np.square(y_data) * 4 + 5X, Y = np.meshgrid(x_data, y_data)
Z = np.sqrt(f_data)

fig = plt.figure()
ax = Axes3D(fig)
ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap='rainbow')
plt.ion()
plt.show()

start_x = 10start_y = 10step = 0.01current_x = start_x
current_y = start_y
current_f = 3 * current_x * current_x + 4 * current_y + 5print("(loop_count, current_x, current_y, current_f)")for i in range(100):
    print(i, current_x, current_y, current_f)    ### derivatives of x and y 
    derivative_f_x = 6 * current_x
    derivative_f_y = 8 * current_y    ### update x, y
    current_x = current_x - step * derivative_f_x
    current_y = current_y - step * derivative_f_y    ### current f 
    current_f = 3 * current_x * current_x + 4 * current_y + 5


    ax.scatter(np.meshgrid(current_x), np.meshgrid(current_y), np.sqrt(current_f))
    plt.pause(0.1)

结果:

ANN_5.jpeg

ANN_6.jpeg

可以看到f(x, y) = current_f在一直越来越小,对应的图就是下图,可以看到(x,y)一直在趋近于f(x, y)的最低点. (可以去运行代码,会有动画的效果,便于理解)

计算图的导数

代码:gradient_test_5.py

ANN_7.jpeg

ANN_8.jpeg

目标:如何改变a,b,c使得J小于0.1?
答案当然还是梯度下降法

step = 0.1

a = 5
b = 3
c = 2

u = b * c 
v = a + u
J = 3 * v

while not J < 0.1 :
    print("J:", J)
    # derivatives of variables
    derivative_J_v = v 
    derivative_v_a = 1
    derivative_v_u = 1
    derivative_u_b = c
    derivative_u_c = b 

    derivative_J_a = derivative_J_v * derivative_v_a
    derivative_J_b = derivative_J_v * derivative_v_u * derivative_u_b
    derivative_J_c = derivative_J_v * derivative_v_u * derivative_u_c

    #update variables
    a = a - step * derivative_J_a
    b = b - step * derivative_J_b
    c = c - step * derivative_J_c 

    u = b * c
    v = a + u
    J = 3 * v

ANN_9.jpeg

最终可以看到J已经小于0.1了,这个例子的展示有联合求导的情况,而且可以把a,b,c类比为神经网络中的参数.

讨论Wx + b

代码:gradient_test_6.py

最简单的 f(x) = w1 * x + b1
现在是坐标系中给出一些散点,然后希望用找到一条线可以最大程度拟合这些点.

ANN_10.jpeg

那如何才是最大程度拟合了这些点呢？我们可以设置我们自己的损失函数,在这里我们把cost_function = Least squares(最小平方法)当做损失函数,也就是所有点到这条线的距离和,这个距离和越小越好,那好了我们已经弄明白了也就是说如何改变w1,b1使得cost_function最小,是不是和上面的例子有点像,答案也是一样就是梯度下降法.

首先就是需要求cost_function对w1,b1的导数.

ANN_11.jpeg

import numpy as np 
import matplotlib.pyplot as plt 

m = 20# init some data x_data = np.arange(1, m + 1).reshape([m, 1])
y_data = x_data*3 + 5# for polt picturefig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.scatter(x_data, y_data)
plt.ion()
plt.show()

w1 = 0b1 = 0step = 0.01def cost_function(y_prediction):
    return 1.0/(2 * m) * np.sum(np.square(y_prediction - y_data))

y_prediction = x_data * w1 + b1
ax.plot(x_data, y_prediction, 'black', lw=3)

print("(i, cost_function)")for i in range(250):
    
    print(i, cost_function(y_prediction))

    derivative_f_w1 = 1.0/m * np.sum(np.multiply(y_prediction - y_data, x_data))
    derivative_f_b1 = 1.0/m * np.sum(y_prediction - y_data)

    w1 = w1 - step * derivative_f_w1
    b1 = b1 - step * derivative_f_b1
    y_prediction = x_data * w1 + b1    try:
        ax.lines.remove(lines[0])    except Exception:        pass

    lines = ax.plot(x_data, y_prediction, 'r-', lw=3)
    plt.pause(0.1)

    

print('w1:', w1, 'b1:', b1)

结果:

image.png

image.png

ANN_12.jpeg

可以看到cost_function越来越小,黑线是初始w1=0,b1=0是线的位置,最终生成的红线是最终的线(w1=3.19,b1=2.32). (可以运行代码,代码会有线是如何模拟从初始位置到最终位置的)

外层再加入一个Sigmoid函数

image.png

h'(x) = h(x) * (1 - h(x))

image.png

目标还是改变w1,b1使cost_function变小,所以还是求cost_function关于w1,b1的偏导,加了一个函数,利用联合求导的方式还是可以求出答案.

image.png

代码没有写了,感兴趣的人可以自己写一下哈(一样的道理)

激励函数

一般都是非线性函数

image.png

为什么需要非线性函数?

如果是线性激励函数的话,整个网络还是线性方程.可以表示成:
(参数)x1 + (参数)x2 + … + (参数)xn

ANN: Artificial neural network

image.png

image.png

例子1: num_of_samples=1

代码:gradient_test_2.py

cost_function为最小平方法

image.png

image.png

目标还是一致,希望可以通过改变W11,W12,W21,W22,W31,W32来使cost_function越来越小,因此需要求出cost_function关于这些参数的偏导.

image.png

image.png

import numpy as np

m = 10step = 0.01def sigmoid(x):
    return 1/(1+np.exp(-x))def derivative_sigmoid(x):
    return np.multiply(1 - sigmoid(x), sigmoid(x))def cost_function(yo, Y):
    return 1./(2*m) * np.sum(np.square(np.subtract(yo, Y)))#shape 1*3X = np.ones((m, 3))
Y = np.random.rand(m, 2)#shape 3*2W = np.ones((3, 2))#shape 1*2y = np.dot(X, W)#shape 1*2yo = sigmoid(y)

cost = cost_function(yo, Y)

print("start:", cost)

cnt = 0;while not cost < 0.1 :
    derivative_c_y = np.subtract(yo, Y) / m

    derivative_yo_y = derivative_sigmoid(y)

    dw = np.dot(X.T, np.multiply(derivative_c_y, derivative_yo_y))

    W = W - step * dw
    y = np.dot(X, W)
    yo = sigmoid(y)
    cost = cost_function(yo, Y)
    cnt += 1print("end:", cost)
print("cnt:", cnt)

结果:

image.png

例子2:num_of_samples=m

其实中间过程还是一样,需要求各个参数的偏导.我只是想说明一下当num_of_samples>1时,代码还是一样.

image.png

用tensorflow实现一个简单的神经网络

import tensorflow as tfimport numpy as np

x_data = np.float32(np.random.rand(2, 100))
y_data = np.dot([0.100, 0.200], x_data) + 0.300
 b = tf.Variable(tf.zeros([1]))
W = tf.Variable(tf.random_uniform([1, 2], -1.0, 1.0))
y = tf.matmul(W, x_data) + b


loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)


init = tf.initialize_all_variables()


sess = tf.Session()
sess.run(init)for step in xrange(0, 201):
    sess.run(train)    if step % 20 == 0:        print step, sess.run(W), sess.run(b)

下一篇将会用代码进一步分析多层是如何传递错误的,也就是用代码理解反向
传播

作者：nicktming
链接：https://www.jianshu.com/p/7251b03847f4