闲聊：神经网络与深度学习

神经网络

在所有机器学习模型之中，也许最有趣、最深刻的便是神经网络模型了。笔者也想献丑一番，说一次神经网络。当然，本文并不打算从头开始介绍神经网络，只是谈谈我对神经网络的个人理解。如果希望进一步了解神经网络与深度学习的朋友，请移步阅读下面的教程：
http://deeplearning.stanford.edu/wiki/index.php/UFLDL教程

http://blog.csdn.net/zouxy09/article/details/8775360

机器分类 #

这里以分类工作为例，数据挖掘或机器学习中，有很多分类的问题，比如讲一句话的情况进行分类，粗略点可以分类为“积极”或“消极”，精细点分为开心、生气、忧伤等；另外一个典型的分类问题是手写数字识别，也就是将图片分为10类（0,1,2,3,4,5,6,7,8,9）。因此，也产生了很多分类的模型。

分类模型本质上是在做拟合——模型其实就是一个函数（或者一簇函数），里边有一些待定的参数，根据已有的数据，确定损失函数（最常见的损失函数，就是误差平方和，不清楚的读者，可以回忆最小二乘法的过程。），然后优化损失函数到尽可能小，从而求出待定参数值。求出参数值之后，就可以用这个函数去进行一些预测。这便是分类的基本思想了，至于防止过拟合之类的，属于细节问题，在此先不作讨论。

以上思想看上去简单，但是存在两个本质性的、难以解决的问题：1、函数的自变量是什么？2、这个函数是什么？换句话说，我怎么知道哪些东西（特征）对我想要的分类工作有帮助？其次，复杂的非线性的现象无处不在，找到这些特征后，我怎么知道用哪个函数去拟合它？事实上，这两个问题至今没有很好的答案。在深度学习出现以前，模型和特征的选取，基本都是人工选择的。换句话说，机器学习领域发展了几十年，却连两个本质性的问题都没有解决！

深度学习的出现，给这两个问题的解决带来了较大的希望。深度学习的基础，便是神经网络。

神经网络 #

神经网络解决的是第二个问题：这个函数是什么。传统的模型，如线性回归、逻辑回归，基本都是我们人工指定这个函数的形式，可是非线性函数那么多，简单地给定几个现成的函数，拟合效果往往有限，而且拟合效果很大程度上取决于找到了良好的特征——也就是还没有解决的第一个问题——函数的自变量是什么。（举个例子来说，一个函数如果是$y=x^2+x$，是二次的非线性函数，那么如果用线性回归来拟合它，那么效果怎么也不会好的，可是，我定义一个新的特征（自变量）$t=x^2$，那么$y=t+x$是关于$t,x$的线性函数，这时候用线性模型就可以解决它，问题是在不知道$y$的具体形式下，怎么找到特征$t=x^2$呢？这基本靠经验和运气了。）

为了解决“这个函数是什么”的问题，可以有多种想法，比如我们已经学过了泰勒级数，知道一般的非线性函数都能通过泰勒展式逼近。于是很自然的一个想法是：为什么不用高次多项式来逼近呢？高次多项式确实是个不错的想法，可是有学过计算方法的同学大概都知道，多项式拟合的问题是在训练数据内拟合效果很好，可是测试效果不好，也就是容易出现过拟合的现象。那么，还有没有其他办法呢？有！那位神经网络的发表者说——用复合函数来拟合！

没错，神经网络就是通过多重复合函数来拟合的！而且是最简单的函数的符合——一个是线性函数；另外一个是最简单的非线性函数：二元函数$\theta(x)$
$$\theta(x)=\left\{\begin{aligned}1,&\,x\geq 0\\-1,&\,x < 0\end{aligned}\right.$$

以最简单的三层神经网络的二分类问题为例：

神经网络示意图

首先将输入特征的加权线性组合（权重为$w^{(1)}_{j,i}$），然后在隐藏层对组合的结果取一次$\theta(x)$，然后再把结果进行加权线性组合后（权重为$w^{(2)}_{k,j}$），再在输出层取一次$\theta(x)$进行输出。整个过程就是两次线性组合，两次$\theta(x)$，交叉进行。可见，整个过程一个二重复合函数：
$$\theta\left(\sum_{j} w^{(2)}_{k,j} \theta\left(\sum_{i} w^{(1)}_{j,i} x_i\right)\right)$$

其中非线性函数$\theta(x)$，被称为激活函数。接下来我们要定义损失函数，也就是要求最小值的待优化函数。然而，优化的过程涉及到求导，$\theta(x)$是离散的，没法求导，因此，通常用一些连续的激活函数来取代它，比如Sigmoid函数
$$S(x)=\frac{1}{1+e^{-kx}}$$

现在的问题是，上面所提出的模型，究竟是否具有我们想象中的强大威力？下面这段话表明了神经网络的威力

1943年，心理学家W.S.McCulloch和数理逻辑学家W.Pitts建立了上述的神经网络和及对应的数学模型，称为MP模型。他们通过MP模型提出了神经元的形式化数学描述和网络结构方法，证明了单个神经元能执行逻辑功能。要注意，能够完成逻辑功能，也就意味着能够完成当今计算机能够做的所有事情——如今的计算机也就是一系列逻辑指令的组合而已。（当然，这里有个速度的问题，在不考虑速度的情况下，MP模型确实能够完成当前计算机能够完成的所有工作。）

深度学习 #

上面提到的只是双重复合函数，读者很容易会想到，既然这条路可行，那么取三重、四重甚至更多重的复合函数，效果应该更好？没错，这就是深度学习的原始思想了。说了那么久，终于涉及到深度学习了。

神经网络，包括多重神经网络，并不是最近才发表的模型，事实上在几十年前人们就发表了这些模型，并提出了一些求解算法。那么，深度学习与之前的神经网络区别究竟在哪里呢？一些常见的回答是，深度学习一般是很多重的（具有五、六个隐藏层是很常见的），并且引入了更有效的求解算法，能够较好地解决梯度发散、收敛到局部极小等问题。但我觉得，这并非本质性的区别，笔者认为深度学习与传统神经网络的区别在于，深度学习致力于解决的是我们前面提到的第一个问题：函数的自变量是什么？

换句话说，深度学习的算法是用来发现良好的特征的，而这部分工作，以前通常都只是靠人工来选取，而且选取的效果不一定“良好”。现在，机器能够自动（无监督地）完成这个事情，实现的效果还不比人工选取的差。找到了良好的特征，甚至线性模型都可以有不错的表现。所以，才说深度学习将人工智能领域推进了一大步，称“深度学习”为目前最接近人工智能的算法。

为什么要致力于选取良好的特征？这是出于以下几个原因：

一、准确性，找到良好的特征，意味着较好地排除了干扰因素，从而使得模型的输入都是有益的，减少了冗余；

二、计算量，比如说对图片进行分类，图像是1000x1000像素的，如果直接将所有像素输入，那么就是10⁶个特征，这些特征全部输入到深度学习模型中，模型的参数高达10¹²个甚至更多，求解这么多参数的模型几乎是不可能的，而找到良好的特征，就意味着只把有用的信息输入到模型中，从而减少了参数量，使得求解成为可能；

三、储存量，良好的特征算法往往还可以用来实现文件的有效压缩，降低储存量和训练时所需要的内存。

自编码器 #

深度学习如何实现以上功能呢？四个字：信息损失！

首先我们需要意识到，我们的算法不管多智能，都是为了完成某个领域的某个任务，因此可以肯定原始数据中，肯定包含了我们不需要的信息，甚至有可能不需要的信息比需要的信息还要多。如果有办法将这些不需要的信息去掉，剩下的都是有用的信息，那该多好啊！（信息损失，理想的情况下，损失的是我们不需要的信息）可能大家还没有意识到，事实上我们人脑一直都在做同样的事情，我们将那种思维过程，称之为——抽象！

没错，就是抽象，抽象就是一个信息损失的过程。比如说有一堆球，篮球、足球、排球、乒乓球等各种球都有，我们对它们的第一认识是：它们都（近似）是“球体”——到某点距离相等的点的集合！可是别忘了，这是一堆各异的球，它们的大小、颜色、制作材料等等都不一样，我们把它们认识为“球”，就相当于把大小、颜色、制作材料等信息都损失掉了，从而只留下这堆球的共同特征——外形是大致是球体。这样的一个过程，正是我们的抽象思维，也是一个信息损失的过程！

深度学习如何实现这个过程呢？“自编码器”是它的核心内容之一，它也是基于神经网络的。请读者看下面的三层神经网络：

自编码器示意图

其中网络的输入和输出是一样的（都是100维），而中间隐藏层的节点是50维的。自编码器希望通过上述神经网络，训练一个简单的函数$x=x$，也就是希望输入跟输出是一样的。可是，在训练过程中，从输入层到隐藏层，维度从100维降低到了50维，意味着信息有所损失了，可是从隐藏层到输出层，维度又恢复为100维，既然信息已经损失，因此，理论上来说这个重构过程是不可能实现的。

然而，我们偏要强迫它这样训练，那么会得到什么结果呢？机器也没办法，只好很勉强地从这50维数据中重构原始数据了，为了使得重构的效果尽可能好，机器只好把输入的一大批数据的共同特征提取出来，作为重构的结果。作为简单例子，请读者看以下四幅图像：

字母-背景

这是四幅不同的图像，读者是怎么看出它们之前的区别的呢？很显然，图片的背景都是一样的，不同的地方在于图片上面的字母，如果我要你在短时间内记住这几张图片的区别，那么读者只能够记住图片上的几个字母了。可是别忘了这是四张完整的图片，我们只记住四个字母，那就是把背景全部忽略掉了——丢失了大部分的信息！

可是如果我们的任务只是要“认出图片上的字母”，那么把背景忽略掉是完全正确的！把背景去掉后，就是我们进行判断的良好的特征，背景的存在，反而会是一种干扰。

这就是自编码的过程，也是信息损失的过程，也是抽象的过程！

总结 #

当然，深度学习的内容非常丰富，也有各种各样的变形，值得一提的是，基于深度学习的很多模型，都达到了State Of Art的效果（艺术级的，也就是最先进的），深度学习的威力可见一斑。

本文不是深度学习的入门教程，仅仅是笔者对神经网络和深度学习的一些粗浅理解，如果读者想要系统地学习相关理论，最好先阅读一些数据挖掘和机器学习的书籍，了解其中的基本概念，然后阅读文章开头提到的两篇文章。
http://ufldl.stanford.edu/wiki/UFLDL教程

http://blog.csdn.net/zouxy09/article/details/8775360

转载到请包括本文地址：https://spaces.ac.cn/archives/3331

更详细的转载事宜请参考：《科学空间FAQ》

打赏

微信打赏

支付宝打赏

因为网站后台对打赏并无记录，因此欢迎在打赏时候备注留言。
你还可以点击这里或在下方评论区留言来告知你的建议或需求。