机器学习头歌原题答案多层感知器向前网络 多层感知机模型

多层感知机

前言

感知机是一个古老的深度学习模型，由于它的不完美造成了一次AI寒冬。现在多层感知机就变得稍许完美一些了，不废话了…
之前学习了2个经典的回归算法，线性回归和softmax回归，他们都是用来预测结果的，但他们要求样本一定要有线性关系，就像房价与房屋属性必须有线性关系，这个就使得这两个算法的应用场景有点局限了，那么本文所谈的MLP（多层感知机）就可以解决一些非线性问题了。

原理

多层感知机的学习其实能让我们对神经网络有了更进一步的理解。

先来回顾一下之前softmax回归用到的神经网络图：

这题的背景就是n张图，一张图784个像素；n张图最终分成10类，这10类的每一类对于784的像素点都有各自的权重值。

当时输入层就是R^n*784，权重值就是W^784*10，偏移量就是B^1*10，那么输出层就是R^n*784点乘W^784*10+B^1*10=O^n*10回忆一下，这不就是单层神经网络嘛，输入层相当于就是784个神经节点，输出层就是10个神经节点，再看这个点乘公式，线性的吧，那么我们的MLP可以解决非线性问题，这个公式就要做一些改变了，接下来介绍。

在MLP中加了个隐藏层，这里就放了一个隐藏层，搞清楚原理之后，这个深度可以自己按情况增加的。在softmax回归中等于是输入层点乘一下权值直接出结果了，那么MLP就是输入层点乘一下权重值加个偏移值输出到隐藏层，隐藏层再点乘另一组权重值再加另一组偏移值成为输出层。

还是那个784像素的例子，输入层至隐藏层：

输入层：R^n*784，权重值1：W1^784*h，他们点乘的结果就是nh的形状对吧，那么这个h就是隐藏层神经元的个数了，这个隐藏层神经元个数算是个超参数，自己定义，通常是2ⁿ个神经元。偏移值1：B1^1*h。
H^n*h=R^n*784点乘W1^784*h+B1^1*h
隐藏层至输出层：上面输出的H就是这里的输入层了，输入层：H^n*h，权重值2：W2^h*10，这里点乘后的形状就是n10了，相当于输出层10个神经元，那么我们这个问题想要的结果也就是n幅图属于10个类别的概率，偏移值2：B2^1*10。

O^n*10=H^n*h点乘W2^h*10+B2^1*10

这时发现好像和softmax那些回归相比不过就是加个中间层，这不还是线性嘛，接下来开始对公式优化让他非线性。

H^n*h=𝜎（R^n*784点乘W1^784*h+B1^1*h）

O^n*10=H^n*h点乘W2^h*10+B2^1*10

这个𝜎函数是啥，这个函数称之为激活函数，有3种常见形态可以实现非线性：

激活函数1：Relu

修正线性单元（Rectified linear unit，ReLU），公式非常简单，名字非常有逼格。

Relu（X）=max（0，X）

输入的x为正，导数为1，输入的x<=0，导数为0。

激活函数2：sigmoid函数

这个函数将使得最后的值在0到1之间波动，公式如下：

x值达到0时，导数为0.25，x值越偏离0，导数值越趋近0。

激活函数3：tanh函数

这个函数使得最后的值在-1至1之间，公式如下：

x值趋近0时，导数趋近1，x值越偏离0，导数值越趋近0。

这三个激活函数套在Xw+b的外面，就使得原有公式不再具有线性的特点，最普遍使用的激活函数是Relu。

我们再回顾一下套用激活函数后的非线性神经网络公式：

H^n*h=𝜎（R^n*784点乘W1^784*h+B1^1*h）

O^n*10=H^n*h点乘W2^h*10+B2^1*10

接下来的步骤就和之前softmax回归的方式一样了，多次迭代，每一次迭代中都用随机梯度下降的方式对损失函数作优化，以获得最优的权重值和偏离值。

实现方法

导包

import torch
from torch import nn
from d2l import torch as d2l

数据集获取

还是使用softmax用到过的数据集，对几千张图分成10个类。

batch_size = 256
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size)

初始化模型参数

这里我们用到的方法和原理中所举的例子一致，只建立一个隐藏层，那么就有2组权重和偏移。
再回顾一下原理中的2个公式，这里的参数就好理解了。
H^n*h=𝜎（R^n*784点乘W1^784*h+B1^1*h）
O^n*10=H^n*h点乘W2^h*10+B2^1*10
这里的w1w2b1b2都是对应的。

#输入层、输出层、隐藏层神经元个数
num_inputs, num_outputs, num_hiddens = 784, 10, 256 
#这里的随机函数使得数据符合正态分布，乘0.01使得权重更小一点那么方差也小一点
W1 = nn.Parameter(torch.randn(
    num_inputs, num_hiddens, requires_grad=True) * 0.01)
b1 = nn.Parameter(torch.zeros(num_hiddens, requires_grad=True))
W2 = nn.Parameter(torch.randn(
    num_hiddens, num_outputs, requires_grad=True) * 0.01)
b2 = nn.Parameter(torch.zeros(num_outputs, requires_grad=True))

params = [W1, b1, W2, b2]

激活函数

这里使用Relu

def relu(X):
    a = torch.zeros_like(X)#让a这个全0的矩阵和输入x的形状保持一致
    return torch.max(X, a)

模型建立

def net(X):
	#这里的原始数据实际上是3维的，就是n个二维数据，n个28*28的矩阵
	#这句话就是将28*28的矩阵平铺成一维长度784的数据，变成n*784的形状
    X = X.reshape((-1, num_inputs))
    #输入层至隐藏层，加上激活函数使得它非线性
    H = relu(X@W1 + b1)  # 这里“@”代表矩阵乘法
    #隐藏层至输出层，这里不用relu函数了
    return (H@W2 + b2)

这里可以看到如果要多个隐藏层，那么这里的函数可能要写很多行了，下个blog介绍的框架实现就方便很多了。

损失函数

这里的损失函数与softmax作了结合，上一个blog有介绍，这里直接使用

loss = nn.CrossEntropyLoss(reduction='none')

训练与预测

这两步实际上和softmax回归的方法一样，直接使用上篇的框架了。

#训练
num_epochs, lr = 10, 0.1
updater = torch.optim.SGD(params, lr=lr)
d2l.train_ch3(net, train_iter, test_iter, loss, num_epochs, updater)
#预测
d2l.predict_ch3(net, test_iter)

结果如下：

预测结果：

小结

通过MLP的学习，相信对神经网络有了一个很深入的理解，实际上我们不用每次都去搭建这个复杂的模型，下篇blog介绍框架实现MLP。