0
雷鋒網(wǎng)按：本文原作者 Jacky Yang，本文整理自作者在知乎《深度學(xué)習(xí)如何入門？》問題下的回答。雷鋒網(wǎng)已獲得轉(zhuǎn)載授權(quán)。
關(guān)于深度學(xué)習(xí)，網(wǎng)上的資料很多，不過貌似大部分都不太適合初學(xué)者。 這里有幾個原因：
深度學(xué)習(xí)確實需要一定的數(shù)學(xué)基礎(chǔ)。如果不用深入淺出地方法講，有些讀者就會有畏難的情緒，因而容易過早地放棄。
中國人或美國人寫的書籍或文章，普遍比較難一些。我不太清楚為什么，不過確實是這樣子的。
深度學(xué)習(xí)，確實需要一定的數(shù)學(xué)基礎(chǔ)，但真的那么難么？這個，還真沒有。不信？聽我來給你侃侃?？赐?，你也會覺得沒那么難了。
本文是針對初學(xué)者，高手可以無視，有不對的地方，還請多多批評指正。
這里，先推薦一篇非常不錯的文章： 《1 天搞懂深度學(xué)習(xí)》，300 多頁的 ppt，臺灣李宏毅教授寫的，非常棒。 不夸張地說，是我看過最系統(tǒng)，也最通俗易懂的，關(guān)于深度學(xué)習(xí)的文章。
這是 slideshare 的鏈接：http://www.slideshare.net/tw_dsconf/ss-62245351?qid=108adce3-2c3d-4758-a830-95d0a57e46bc&v=&b=&from_search=3
沒梯子的同學(xué)，可以從我的網(wǎng)盤下：
鏈接：http://pan.baidu.com/s/1nv54p9R 密碼：3mty
要說先準(zhǔn)備什么，私以為，其實只需要知道導(dǎo)數(shù)和相關(guān)的函數(shù)概念就可以了。高等數(shù)學(xué)也沒學(xué)過？很好，我就是想讓文科生也能看懂，您只需要學(xué)過初中數(shù)學(xué)就可以了。
其實不必有畏難的情緒，個人很推崇李書福的精神，在一次電視采訪中，李書福說：誰說中國人不能造汽車？造汽車有啥難的，不就是四個輪子加兩排沙發(fā)嘛。當(dāng)然，他這個結(jié)論有失偏頗，不過精神可嘉。
導(dǎo)數(shù)是什么，無非就是變化率唄，王小二今年賣了 100 頭豬，去年賣了 90 頭，前年賣了 80 頭。。。變化率或者增長率是什么？每年增長 10 頭豬，多簡單。這里需要注意有個時間變量 --- 年。王小二賣豬的增長率是 10 頭 / 年，也就是說，導(dǎo)數(shù)是 10. 函數(shù) y=f(x)=10x+30，這里我們假設(shè)王小二第一年賣了 30 頭，以后每年增長 10 頭，x 代表時間（年），y 代表豬的頭數(shù)。 當(dāng)然，這是增長率固定的情形，現(xiàn)實生活中，很多時候，變化量也不是固定的，也就是說增長率也不是恒定的。比如，函數(shù)可能是這樣: y=f(x)=5x2+30，這里 x 和 y 依然代表的是時間和頭數(shù)，不過增長率變了，怎么算這個增長率，我們回頭再講。或者你干脆記住幾個求導(dǎo)的公式也可以。
深度學(xué)習(xí)還有一個重要的數(shù)學(xué)概念：偏導(dǎo)數(shù)，偏導(dǎo)數(shù)的偏怎么理解？偏頭疼的偏，還是我不讓你導(dǎo)，你偏要導(dǎo)？都不是，我們還以王小二賣豬為例，剛才我們講到，x 變量是時間（年），可是賣出去的豬，不光跟時間有關(guān)啊，隨著業(yè)務(wù)的增長，王小二不僅擴大了養(yǎng)豬場，還雇了很多員工一起養(yǎng)豬。所以方程式又變了：y=f(x)=5x?2+8x? + 35x? +30 這里 x?代表面積，x?代表員工數(shù)，當(dāng)然 x?還是時間。 上面我們講了，導(dǎo)數(shù)其實就是變化率，那么偏導(dǎo)數(shù)是什么？偏導(dǎo)數(shù)無非就是多個變量的時候，針對某個變量的變化率唄。在上面的公式里，如果針對 x?求偏導(dǎo)數(shù)，也就是說，員工對于豬的增長率貢獻有多大，或者說，隨著（每個）員工的增長，豬增加了多少，這里等于 35--- 每增加一個員工，就多賣出去 35 頭豬. 計算偏導(dǎo)數(shù)的時候，其他變量都可以看成常量，這點很重要，常量的變化率為 0，所以導(dǎo)數(shù)為 0，所以就剩對 35x? 求導(dǎo)數(shù)，等于 35. 對于 x?求偏導(dǎo)，也是類似的。 求偏導(dǎo)我們用一個符號 表示：比如 y/ x? 就表示 y 對 x?求偏導(dǎo)。
廢話半天，這些跟深度學(xué)習(xí)到底有啥關(guān)系？有關(guān)系，我們知道，深度學(xué)習(xí)是采用神經(jīng)網(wǎng)絡(luò)，用于解決線性不可分的問題。關(guān)于這一點，我們回頭再討論，大家也可以網(wǎng)上搜一下相關(guān)的文章。我這里主要講講數(shù)學(xué)與深度學(xué)習(xí)的關(guān)系。先給大家看幾張圖：
圖 1. 所謂深度學(xué)習(xí)，就是具有很多個隱層的神經(jīng)網(wǎng)絡(luò)。
圖 2. 單輸出的時候，怎么求偏導(dǎo)數(shù)
圖 3. 多輸出的時候，怎么求偏導(dǎo)數(shù)。后面兩張圖是日語的，這是日本人寫的關(guān)于深度學(xué)習(xí)的書。感覺寫的不錯，把圖盜來用一下。所謂入力層，出力層，中間層，分別對應(yīng)于中文的：輸入層，輸出層，和隱層。
大家不要被這幾張圖嚇著，其實很簡單的。干脆再舉一個例子，就以撩妹為例。男女戀愛我們大致可以分為三個階段： 1. 初戀期。相當(dāng)于深度學(xué)習(xí)的輸入層。別人吸引你，肯定是有很多因素，比如：身高，身材，臉蛋，學(xué)歷，性格等等，這些都是輸入層的參數(shù)，對每個人來說權(quán)重可能都不一樣。 2. 熱戀期。我們就讓它對應(yīng)于隱層吧。這個期間，雙方各種磨合，柴米油鹽醬醋茶。 3. 穩(wěn)定期。對應(yīng)于輸出層，是否合適，就看磨合得咋樣了。
大家都知道，磨合很重要，怎么磨合呢？就是不斷學(xué)習(xí)訓(xùn)練和修正的過程嘛！比如女朋友喜歡草莓蛋糕，你買了藍莓的，她的反饋是 negative，你下次就別買了藍莓，改草莓了。
看完這個，有些小伙可能要開始對自己女友調(diào)參了。有點不放心，所以補充一下。 撩妹和深度學(xué)習(xí)一樣，既要防止欠擬合，也要防止過擬合。所謂欠擬合，對深度學(xué)習(xí)而言，就是訓(xùn)練得不夠，數(shù)據(jù)不足，就好比，你撩妹經(jīng)驗不足，需要多學(xué)著點，送花當(dāng)然是最基本的了，還需要提高其他方面，比如，提高自身說話的幽默感等，因為本文重點并不是撩妹，所以就不展開講了。這里需要提一點，欠擬合固然不好，但過擬合就更不合適了。過擬合跟欠擬合相反，一方面，如果過擬合，她會覺得你有陳冠希老師的潛質(zhì)，更重要的是，每個人情況不一樣，就像深度學(xué)習(xí)一樣，訓(xùn)練集效果很好，但測試集不行！就撩妹而言，她會覺得你受前任 (訓(xùn)練集) 影響很大，這是大忌！如果給她這個映象，你以后有的煩了，切記切記！
深度學(xué)習(xí)也是一個不斷磨合的過程，剛開始定義一個標(biāo)準(zhǔn)參數(shù)（這些是經(jīng)驗值。就好比情人節(jié)和生日必須送花一樣），然后不斷地修正，得出圖 1 每個節(jié)點間的權(quán)重。為什么要這樣磨合？試想一下，我們假設(shè)深度學(xué)習(xí)是一個小孩，我們怎么教他看圖識字？肯定得先把圖片給他看，并且告訴他正確的答案，需要很多圖片，不斷地教他，訓(xùn)練他，這個訓(xùn)練的過程，其實就類似于求解神經(jīng)網(wǎng)絡(luò)權(quán)重的過程。以后測試的時候，你只要給他圖片，他就知道圖里面有什么了。
所以訓(xùn)練集，其實就是給小孩看的，帶有正確答案的圖片，對于深度學(xué)習(xí)而言，訓(xùn)練集就是用來求解神經(jīng)網(wǎng)絡(luò)的權(quán)重的，最后形成模型；而測試集，就是用來驗證模型的準(zhǔn)確度的。
對于已經(jīng)訓(xùn)練好的模型，如下圖所示，權(quán)重（w1，w2...）都已知。
圖 4
圖 5
我們知道，像上面這樣，從左至右容易算出來。但反過來呢，我們上面講到，測試集有圖片，也有預(yù)期的正確答案，要反過來求 w1，w2......，怎么辦？
繞了半天，終于該求偏導(dǎo)出場了。目前的情況是：
1. 我們假定一個神經(jīng)網(wǎng)絡(luò)已經(jīng)定義好，比如有多少層，都什么類型，每層有多少個節(jié)點，激活函數(shù)（后面講）用什么等。這個沒辦法，剛開始得有一個初始設(shè)置（大部分框架都需要 define-and-run，也有部分是 define-by-run）。你喜歡一個美女，她也不是剛從娘胎里出來的，也是帶有各種默認(rèn)設(shè)置的。至于怎么調(diào)教，那就得求偏導(dǎo)。
2. 我們已知正確答案，比如圖 2 和 3 里的 r，訓(xùn)練的時候，是從左至右計算，得出的結(jié)果為 y，r 與 y 一般來說是不一樣的。那么他們之間的差距，就是圖 2 和 3 里的 E。這個差距怎么算？當(dāng)然，直接相減是一個辦法，尤其是對于只有一個輸出的情況，比如圖 2； 但很多時候，其實像圖 3 里的那樣，那么這個差距，一般可以這樣算，當(dāng)然，還可以有其他的評估辦法，只是函數(shù)不同而已，作用是類似的：
不得不說，理想跟現(xiàn)實還是有差距的，我們當(dāng)然是希望差距越小越好，怎么才能讓差距越來越小呢？得調(diào)整參數(shù)唄，因為輸入（圖像）確定的情況下，只有調(diào)整參數(shù)才能改變輸出的值。怎么調(diào)整，怎么磨合？剛才我們講到，每個參數(shù)都有一個默認(rèn)值，我們就對每個參數(shù)加上一定的數(shù)值?，然后看看結(jié)果如何？如果參數(shù)調(diào)大，差距也變大，你懂的，那就得減小?，因為我們的目標(biāo)是要讓差距變?。环粗嗳?。所以為了把參數(shù)調(diào)整到最佳，我們需要了解誤差對每個參數(shù)的變化率，這不就是求誤差對于該參數(shù)的偏導(dǎo)數(shù)嘛。
關(guān)鍵是怎么求偏導(dǎo)。圖 2 和圖 3 分別給了推導(dǎo)的方法，其實很簡單，從右至左挨個求偏導(dǎo)就可以。相鄰層的求偏導(dǎo)其實很簡單，因為是線性的，所以偏導(dǎo)數(shù)其實就是參數(shù)本身嘛，就跟求解 x?的偏導(dǎo)類似。然后把各個偏導(dǎo)相乘就可以了。
這里有兩個點：
一個是激活函數(shù)，這主要是為了讓整個網(wǎng)絡(luò)具有非線性特征，因為我們前面也提到了，很多情況下，線性函數(shù)沒辦法對輸入進行適當(dāng)?shù)姆诸悾ê芏嗲闆r下識別主要是做分類），那么就要讓網(wǎng)絡(luò)學(xué)出來一個非線性函數(shù)，這里就需要激活函數(shù)，因為它本身就是非線性的，所以讓整個網(wǎng)絡(luò)也具有非線性特征。另外，激活函數(shù)也讓每個節(jié)點的輸出值在一個可控的范圍內(nèi)，這樣計算也方便。
貌似這樣解釋還是很不通俗，其實還可以用撩妹來打比方；女生都不喜歡白開水一樣的日子，因為這是線性的，生活中當(dāng)然需要一些浪漫情懷了，這個激活函數(shù)嘛，我感覺類似于生活中的小浪漫，小驚喜，是不是？相處的每個階段，需要時不時激活一下，制造點小浪漫，小驚喜，比如；一般女生見了可愛的小杯子，瓷器之類都邁不開步子，那就在她生日的時候送一個特別樣式，要讓她感動得想哭。前面講到男人要幽默，這是為了讓她笑；適當(dāng)?shù)臅r候還要讓她激動得哭。一哭一笑，多整幾個回合，她就離不開你了。因為你的非線性特征太強了。
當(dāng)然，過猶不及，小驚喜也不是越多越好，但完全沒有就成白開水了。就好比每個 layer 都可以加激活函數(shù)，當(dāng)然，不見得每層都要加激活函數(shù)，但完全沒有，那是不行的。
由于激活函數(shù)的存在，所以在求偏導(dǎo)的時候，也要把它算進去，激活函數(shù)，一般用 sigmoid，也可以用 Relu 等。激活函數(shù)的求導(dǎo)其實也非常簡單：
求導(dǎo)： f'(x)=f(x)*[1-f(x)] 這個方面，有時間可以翻看一下高數(shù)，沒時間，直接記住就行了。 至于 Relu，那就更簡單了，就是 f(x) 當(dāng) x<0 的時候 y 等于 0，其他時候，y 等于 x。 當(dāng)然，你也可以定義你自己的 Relu 函數(shù)，比如 x 大于等于 0 的時候，y 等于 0.01x，也可以。
另一個是學(xué)習(xí)系數(shù)，為什么叫學(xué)習(xí)系數(shù)？剛才我們上面講到?增量，到底每次增加多少合適？是不是等同于偏導(dǎo)數(shù)（變化率）？經(jīng)驗告訴我們，需要乘以一個百分比，這個就是學(xué)習(xí)系數(shù)，而且，隨著訓(xùn)練的深入，這個系數(shù)是可以變的。
當(dāng)然，還有一些很重要的基本知識，比如 SGD（隨機梯度下降），mini batch 和 epoch（用于訓(xùn)練集的選擇），限于篇幅，以后再侃吧。其實參考李宏毅的那篇文章就可以了。
這篇拙文，算是對我另一個回答的補充吧：深度學(xué)習(xí)入門必看的書和論文？有哪些必備的技能需學(xué)習(xí)？ （https://www.zhihu.com/question/31785984/answer/129108774）
其實上面描述的，主要是關(guān)于怎么調(diào)整參數(shù)，屬于初級階段。上面其實也提到，在調(diào)參之前，都有默認(rèn)的網(wǎng)絡(luò)模型和參數(shù)，如何定義最初始的模型和參數(shù)？就需要進一步深入了解。 不過對于一般做工程而言，只需要在默認(rèn)的網(wǎng)絡(luò)上調(diào)參就可以了，相當(dāng)于用算法； 對于學(xué)者和科學(xué)家而言，他們會發(fā)明算法，難度還是不小的。向他們致敬！
寫得很辛苦，覺得好就給我點個贊吧:）
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
