人工神经网络基本原理[通俗易懂]

大家好，又见面了，我是你们的朋友全栈君。

转载请注明出处：http://blog.csdn.net/tyhj_sf/article/details/54134210
声明：
（1）该博文为个人学习总结，部分内容（包括数学公式）是来自书籍及网上的资料。具体引用的资料请看参考文献。具体的版本声明也参考原文献。
（2）本文仅供学术交流，非商用。所以每一部分具体的参考资料并没有详细对应，更有些部分本来就是直接从其他博客复制过来的。如果某部分不小心侵犯了大家的版权，还望海涵，并联系本人删除或修改。

引言

最近谷歌升级版AlphaGo打败众多国内外围棋高手，那狗又火了一把，再次引起大家的关注。作为一个对技术有追求的人，嗯，是时候好好学习当前最火的人工智能与机器学习的相关技术了。学习一项技术，仅仅了解其技术原理是远远不够的，从技术实践中建立感性认识，才能对技术原理有深入的理解。因此，本文先介绍神经网络基本原理，后面系列文章将详细介绍神经网络的成熟算法及网络结构（比如：BP神经网络、RBF、CNN等）并编程实现之。

神经元模型

以监督学习为例，假设我们有训练样本集 $(x^{(i)},y^{(i)}$) ，那么神经网络算法能够提供一种复杂且非线性的假设模型 $h_{W,b}(x)$，它具有参数$W, b$，可以以此参数来拟合我们的数据。
为了描述神经网络，我们先从最简单的神经网络讲起，这个神经网络仅由一个“神经元”构成，以下即是这个“神经元”的图示

后文我们会介绍有多个神经元的神经网络，因此单个神经元模型我们后面会简化成如下图：

这个“神经元”是一个以 $x_1, x_2, x_3$ 及截距 $+1$ 为输入值的运算单元，其输出为 $h_{W,b}(x)=f(W^Tx)=f(\sum_{i=1}^3 W_{i}x_i +b)$ ，其中函数 $f:\Re \mapsto \Re$被称为“激活函数”。在本教程中，我们选用sigmoid函数作为”激活函数” $f(\cdot)$

sigmoid函数:

$$f(z)=\frac{1}{1+\exp(-z)}.$$


sigmoid函数图像如下：




可以看出，这个单一“神经元”的输入－输出映射关系其实就是一个逻辑回归（logistic regression）。

虽然本系列教程采用sigmoid函数，但你也可以选择双曲正切函数（tanh）.


tanh函数:

$$f(z)=tanh(z)=\frac{e^z - e^{-z}}{e^z + e^{-z}},$$


tanh函数的图像如下:






tanh(z)
$\tanh(z)$ 函数是sigmoid函数的一种变体，它的取值范围为

[−1,1]
$[-1,1]$ ，而不是sigmoid函数的

[0,1]
$[0,1]$。

注意，这里我们不再令 $x_0=1$ 。取而代之，我们用单独的参数 $b$ 来表示截距。

最后要说明的是，有一个等式我们以后会经常用到：如果选择 $f(z)=1/(1+\exp(-z))$ ，也就是sigmoid函数，那么它的导数就是 $f'(z)=f(z) (1-f(z))$ （如果选择tanh函数，那它的导数就是 $f'(z)=1- (f(z))^2$ ，你可以根据sigmoid（或tanh）函数的定义自行推导这个等式。

神经网络模型

所谓神经网络就是将许多个单一“神经元”联结在一起，这样，一个“神经元”的输出就可以是另一个“神经元”的输入。例如，下图就是一个简单的神经网络：

我们使用蓝色圆圈来表示神经网络的输入，标上“$+1$”的圆圈被称为”’偏置节点”’，也就是截距项。神经网络最左边的一层叫做”’输入层”’，最右的一层叫做”’输出层”’（本例中，输出层只有一个节点）。中间所有节点组成的一层叫做”’隐藏层”’，因为我们不能在训练样本集中观测到它们的值。同时可以看到，以上神经网络的例子中有3个”’输入单元”’（偏置单元不计在内），3个”’隐藏单元”’及一个”’输出单元”’。

本例约定：
（1）我们用 ${n}_l$ 来表示网络的层数，本例中 $n_l=3$ 。
（2）我们将第 $l$ 层记为 $L_l$ ，于是 $L_1$ 是输入层，输出层是 $L_{n_l}$ 。
（3）本例神经网络有参数$(W,b)=(W^{(1)}, b^{(1)}, W^{(2)}, b^{(2)})$，其中 $W^{(l)}_{ij}$（下面的式子中用到）是第 $l$层第 $j$ 单元与第 $l+1$ 层第 $i$ 单元之间的联接参数（其实就是连接线上的权重，注意标号顺序）， $b^{(l)}_i$ 是第 $l+1$ 层第 $i$ 单元的偏置项。因此在本例中， $W^{(1)} \in \Re^{3\times 3}$ ， $W^{(2)} \in \Re^{1\times 3}$ 。注意，没有其他单元连向偏置单元(即偏置单元没有输入)，因为它们总是输出 $+1$。同时，我们用 $s_l$ 表示第 $l$ 层的节点数（偏置单元不计在内）。
（4）我们用 $a^{(l)}_i$ 表示第 $l$ 层第 $i$ 单元的”’激活值”’（输出值）。当 $l=1$ 时， $a^{(1)}_i=x_i$ ，也就是第 $i$ 个输入值（输入值的第 $i$ 个特征）。对于给定参数集合 $W,b$ ，我们的神经网络就可以按照函数 $h_{W,b}(x)$ 来计算输出结果。本例神经网络的计算步骤如下：

$$\begin{align}a_1^{(2)} &=f(W_{11}^{(1)}x_1 + W_{12}^{(1)} x_2 + W_{13}^{(1)} x_3 + b_1^{(1)}) \\a_2^{(2)} &=f(W_{21}^{(1)}x_1 + W_{22}^{(1)} x_2 + W_{23}^{(1)} x_3 + b_2^{(1)}) \\a_3^{(2)} &=f(W_{31}^{(1)}x_1 + W_{32}^{(1)} x_2 + W_{33}^{(1)} x_3 + b_3^{(1)}) \\h_{W,b}(x) &=a_1^{(3)}=f(W_{11}^{(2)}a_1^{(2)} + W_{12}^{(2)} a_2^{(2)} + W_{13}^{(2)} a_3^{(2)} + b_1^{(2)}) \end{align}$$

（5）我们用 $z^{(l)}_i$ 表示第 $l$ 层第 $i$ 单元输入加权和（包括偏置单元），比如， $z_i^{(2)}=\sum_{j=1}^n W^{(1)}_{ij} x_j + b^{(1)}_i$ ，则 $a^{(l)}_i=f(z^{(l)}_i)$ 。

这样我们就可以得到一种更简洁的表示法。这里我们将激活函数 $f(\cdot)$ 扩展为用向量（分量的形式）来表示，即 $f([z_1, z_2, z_3])=[f(z_1), f(z_2), f(z_3)]$ ，那么，上面的等式可以更简洁地表示为：

$$\begin{align}z^{(2)} &=W^{(1)} x + b^{(1)} \\a^{(2)} &=f(z^{(2)}) \\z^{(3)} &=W^{(2)} a^{(2)} + b^{(2)} \\h_{W,b}(x) &=a^{(3)}=f(z^{(3)})\end{align}$$

我们将上面的计算步骤叫作”前向传播（forward propagation）”。回想一下，之前我们用 $a^{(1)}=x$ 表示输入层的激活值，那么给定第 $l$ 层的激活值$a^{(l)}$ 后，第 $l+1$ 层的激活值$a^{(l+1)}$ 就可以按照下面步骤计算得到：

:

$$\begin{align}z^{(l+1)} &=W^{(l)} a^{(l)} + b^{(l)} \\a^{(l+1)} &=f(z^{(l+1)})\end{align}$$

将参数矩阵化，使用矩阵－向量运算方式，我们就可以利用线性代数的优势对神经网络进行快速求解。

目前为止，我们讨论了一种神经网络，我们也可以构建另一种”结构”的神经网络（这里结构指的是神经元之间的联接模式），也就是包含多个隐藏层的神经网络。最常见的一个例子是 $n_l$ 层的神经网络，第 $1$ 层是输入层，第 $n_l$ 层是输出层，中间的每个层 $l$ 与层 $l+1$ 紧密相联。这种模式下，要计算神经网络的输出结果，我们可以按照之前描述的等式，按部就班，进行前向传播，逐一计算第 $L_2$ 层的所有激活值，然后是第 $L_3$ 层的激活值，以此类推，直到第 $L_{n_l}$ 层。这是一个”’前馈”’神经网络的例子，因为这种联接图没有闭环或回路。

复杂一点儿的神经网络也可以有多层隐藏层和多个输出单元。比如，下面的神经网络有两层隐藏层： $L_2$ 及 $L_3$ ，输出层 $L_4$ 有两个输出单元。

要求解这样的神经网络，需要样本集 $(x^{(i)}, y^{(i)})$ ，其中 $y^{(i)} \in \Re^2$ 。如果你想预测的输出是多个的，那这种神经网络很适用。（比如，在医疗诊断应用中，患者的体征指标就可以作为向量的输入值，而不同的输出值 $y_i$ 可以表示不同的疾病存在与否。）

题外话，数学公式的编辑真是个非常坑爹的事情……….

参考资料：

（1）《人工智能：一种现代的方法》第二版.

（2）UFLDL.