深度学习原理与实践ch04.ppt

Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,4.,*,Click to edit Master title style,黄理灿,2019,深度学习原理与,Tensorflow,实践,Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,第四章 深度学习,第四章 深度学习,多层感知机神经网络,多层感知机神经网络原理,激活函数、损失函数和过拟合径向基函数网络,激活函数,损失函数（代价函数）,防止过拟合,卷积神经网络,卷积神经网络原理,卷积神经网络反向传播学习算法的数学推导,循环神经网络（,RNN,）,循环神经网络模型原理,BPTT,算法,双向循环神经网络,深度循环神经网络,长短时记忆网络（,LSTM,）,门控循环单元网络,(GRU),深度置信网络（,DBN,）,受限玻尔兹曼机原理,RBM,求解算法,对比散度算法,深度置信网络,深度学习框架,TensorFlow,Caffe,Theano,Keras,多层感知机神经网络原理,从多层感知机（,MLP,）神经网络按不同层的位置划分，多层感知机神经网络内部的神经网络层可以分为三类，输入层，隐藏层和输出层,一般来说第一层是输入层，最后一层是输出层，而中间的层数都是隐藏层。,多层感知机神经网络原理,多层感知机（,MLP,）神经网络权重编号,多层感知机反向传播算法,-1,多层感知机反向传播算法,-2,多层感知机反向传播算法,-3,激活函数,由于线性函数的线性函数仍然是线性函数。我们需要非线性的激活函数（也称激励函数）。激活函数将线性加权值进行变换为输出值。,激活函数通常有如下一些性质：,非线性：当激活函数是非线性的时候，一个三层含有一层隐含层的神经网络就可以逼近所有的函数。,可微性：当优化方法是基于梯度下降法的时候，这个性质是必须的。,单调性：当激活函数是单调的时候，单层网络能够保证是凸函数。凸函数能够保证只有一个极小值。当激活函数满足这个性质的时候，神经网络的训练和参数的初始化基本无关。如果不满足这个性质，那么就需要特别地设置初始值，以尽可能找到一个全局最优值。,输出值的范围：当激活函数输出值是有限的时候，基于梯度算的优化方法会更加 稳定，因为特征的表示受有限权值的影响更显著；当激活函数的输出是 无限 的时候，模型的训练会更加高效，不过在这种情况小，一般需要更小的学习步长。,激活函数,激活函数,激活函数,多节点激活函数,激活函数,Softmax,激活函数,损失函数（代价函数）,二次损失函数,损失函数（代价函数）,二次损失函数,损失函数（代价函数）,交叉熵损失函数,损失函数（代价函数）,交叉熵损失函数,损失函数（代价函数）,交叉熵损失函数,损失函数（代价函数）,对数似然函数,损失函数（代价函数）,对数似然函数,防止过拟合,在训练数据不够多时，或者过度训练时，常常会导致过拟合（,overfitting,）。如多项式回归模型，当多项式次数增加时，训练集数据拟合很好，但是和测试数据有较大偏差，随着训练过程的进行，模型复杂度增加，在训练数据集合上的误差渐渐减小，但是在验证集上的误差却反而渐渐增大,因为训练出来的网络过拟合了训练集，对训练集外的数据却不工作。,防止过拟合,-,L2,正则化,防止过拟合,-,L2,正则化,防止过拟合,L1,正则化,防止过拟合,Dropout,Dropout,在训练开始时，随机地“删除”一半的隐层单元，视它们为不存在。在第二次迭代中，也用同样的方法，只不过这次删除的那一半隐层单元，跟上一次删除掉的肯定是不一样的，因为我们每一次迭代都是“随机”地去删掉一半。第三次、第四次,都是这样，直至训练结束。,防止过拟合,提前终止训练,提前终止训练便是一种迭代次数截断的方法来防止过拟合的方法，即在模型对训练数据集迭代收敛之前停止迭代来防止过拟合。,提前终止训练方法的具体做法是，在每一个迭代（,Epoch,）结束时（一个,Epoch,为对所有的训练数据的一轮遍历）计算验证数据（,validation data,如损失函数）的精度（,accuracy,），当精度不再提高时，就停止训练。一般的做法是，在训练的过程中，记录到目前为止最好的验证数据精度，当连续,10,次,Epoch,（或者更多次）没达到最佳精度时，则可以认为精度不再提高了。此时便可以停止迭代了（即提前终止训练）。提前终止训练可以防止过拟合,即在把噪声学习到模型里之前停止学习。,防止过拟合,数据集扩增,数据集增加可以防止过拟合产生。,在深度学习方法中，更多的训练数据，意味着可以用更深的网络，训练出更好的模型。但是，收集更多的数据意味着需要耗费更多的人力物力。所以，可以在原始数据上做些改动，得到更多的数据。,以图片数据集为例，通过各种变换，如将原始图片旋转一个小角度，添加随机噪声，截取原始图片的一部分等等方法增加数据集。,卷积神经网络,人脑进行人脸识别示意图,卷积神经网络,人类视觉逐层分级机制,卷积神经网络,-,卷积神经网络,原理,卷积神经网络由三部分构成。第一部分是输入层（,Input layer,）。第二部分由,n,个卷积计算层,+,ReLU,激励层 （,CONV layer+,ReLU,layer,）,+,池化层（,Pooling layer,）的组合组成。第三部分由一个全连接层（,FC layer,）的多层感知机分类器构成。,径向基函数网络示例,卷积神经网络,-,卷积神经网络,原理,由于深度多层感知机神经网络神经元全连接的特点，当隐含层以及神经元节点数增加时，会出现大量参数的计算。这超出了现今的计算能力。卷积神经网络采取局部感知域和权值共享降低参数数目。,卷积神经网络,-,卷积神经网络,原理,卷积神经网络卷积计算,卷积神经网络,-,卷积神经网络,原理,输入是一个,4*4,的图矩阵数据（,image,），经过两个,2*2,的卷积核进行卷积运算后，变成两个,3*3,的特征图（,feature_map,）。,卷积神经网络,-,卷积神经网络,原理,卷积神经网络,-,卷积神经网络,原理,两个卷积核的卷积层的计算。,7*7*3,输入，经过两个,3*3*3,卷积核的卷积,(,卷积步长为,2),，得到了,3*3*2,的输出。下图为零卷积填充（,Zero padding,）是,1,，也就是在输入元素的周围补了一圈,0,。,卷积神经网络,-,卷积神经网络,原理,最大值的池化计算方法。采用的是,2x2,的池化，步幅（也称池化步长）为,2,。,循环神经网络,模型原理,循环神经网络结构图,循环神经网络,双向循环神经网络,双向循环神经网络按时刻展开的结构，可以看到向前和向后层共同连接着输出层，其中包含了,6,个共享权值，分别为输入到向前层和向后层两个权值、向前层和向后层各自隐含层到隐含层的权值、向前层和向后层各自隐含层到输出层的权值。,循环神经网络,双向循环神经网络,RNN,单元只有一层隐藏层,如果将多个,RNN,单元堆叠在一起（见图,4.20,）,那就形成了深度循环神经网络,(deep RNN),或称多层,RNN(multi,-layers RNN),。,循环神经网络,双向循环神经网络,深层双向,RNN,结构图,循环神经网络,-,长短时记忆网络（,LSTM,）,LSTM,存储单元结构图,循环神经网络,-,长短时记忆网络（,LSTM,）,LSTM,重复模块,循环神经网络,-,门控循环单元网络,(GRU),GRU,存储单元结构图,深度置信网络,-,受限玻尔兹曼机原理,RBM,是有两个层的浅层神经网络，它是组成深度置信网络的基础部件。,RBM,的第一个层称为可见层，又称输入层，而第二个层是隐藏层。,深度置信网络,-,受限玻尔兹曼机原理,深度置信网络,-,受限玻尔兹曼机原理,深度置信网络,RBM,求解算法,深度置信网络,对比散度算法,深度置信网络,-,深度置信网络,DBN,结构示意图,深度置信网络,-,深度置信网络,深度学习框架,从,GitHub,收藏和贡献率来看，,TensorFlow,高居榜首。,深度学习框架,-,TensorFlow,TensorFlow,是目前最流行的机器学习库。,TensorFlow,支持自动求导。,TensorFlow,核心代码是用,C+,编写的，使用,C+,简化了线上部署的复杂度，并让手机这种内存和,CPU,资源都紧张的设备可以运行复杂模型。除了核心代码的,C+,接口，,TensorFlow,还通过,SWIG,（,SimplifiedWrapperandInterfaceGenerator,）支持,Python,、,Go,和,Java,接口。在数据并行模式上，,TensorFlow,有独立的变量节点，不像其他框架有一个全局统一的参数 服务器，因此参数同步更自由。,TensorFlow,的另外一个重要特点是它灵活的移植性，可以将同一份代码几乎不经过修改就轻松地部署到有任意数量,CPU,或,GPU,的,PC,、服务器或者移动设备上。相比于,Theano,，,TensorFlow,还有一个优势就是它极快的编译速度，在定义新网络结构时，,Theano,通常需要长时间的编译，因此尝试新模型需要比较大的代价，而,TensorFlow,完全没有这个问题。,TensorFlow,还有功能强大的可视化组件,TensorBoard,，能可视化网络结构和训练过程，极大地帮助观察复杂的网络结构和监控长时间、大规模的训练。,TensorFlow,针对生产环境高度优化，可以达到产品级的高质量，可以保证在生产环境中稳定运行。,TensorFlow,具有成为深度学习领域的事实标准的趋势。,深度学习框架,-,Caffe,Caffe,全称为,Convolutional,ArchitectureforFastFeatureEmbedding,，是一个被广泛使用的开源深度学习框架，目前由伯克利视觉学中心（,BerkeleyVisionandLearningCenter,，,BVLC,）进行维护。,Caffe,具有容易使用（网络结构都是以配置文件形式定义，不需要用代码设计网络）、训练速度快（能够训练最新的模型与大规模的数据）和组件模块化（可以方便地拓展到新的模型和学习任务上）的优点。,Caffe,的核心概念是,Layer,，每一个神经网络的模块都是一个,Layer,。,Layer,接收输入数据，同时经过内部计算产生输出数据。设计网络结构时，只需要把各个,Layer,拼接在一起构成完整的网络（通过写,protobuf,配置文件定义）。,Caffe,的一大优势是拥有大量的训练好的经典模型（,AlexNet,、,VGG,、,Inception,）乃至其他最新（,ResNet,等）的模型，收藏在它的,ModelZoo,（,/BVLC/,caffe/wiki/Model,-Zoo,）。因为知名度较高，,Caffe,被广泛地应用于前沿的工业界和学术界，许多提供源码的深度学习的论文都是使用,Caffe,来实现其模型的。,深度学习框架,-,Theano,Theano,诞生于,2008,年，由蒙特利尔大学,LisaLab,团队开发并维护，是一个高性能的符号计算及深度学习库。,Theano,的核心是一个数学表达式的编译器，专门为处理大规模神经网络训练的计算而设计。它可以将用户定义的各种计算编译为高效的底层代码，并链接各种可以加速的库，比如,BLAS(Basic,Linear Algebra Subprograms,基础线性代数子程序库）、,CUDA,等。,有许多高质量的文档和教程，用户可以方便地查找,Theano,的各种,FAQ,，比如如何保存模型、如何运行模型等。不过,Theano,更多地被当作一个研究工具，而不是当作产品来使用。,Theano,在单,GPU,上执行效率不错，性能和其他框架类似。但是运算时需要将用户的,Python,代码转换成,CUDA,代码，再编译为二进制可执行文件，编译复杂模型的时间非常久。,Theano,是一个完全基于,Python,（,C+/CUDA,代码也是打包为,Python,字符串）的符号计算库。用户定义的各种运算，,Theano,可以自动求导，省去了完全手工写神经网络反向传播算法的麻烦，也不需要像,Caffe,一样为,Layer,写,C+,或,CUDA,代码。,深度学习框架,-,Keras,Keras,是一个崇尚极简、高度模块化的神经网络库，使用,Python,实现，并可以同时运行在,TensorFlow,和,Theano,上。它旨在让用户进行最快速的原型实验，缩短从想法变为结果的过程。,Theano,和,TensorFlow,的计算图支持更通用的计算，而,Keras,则专精于深度学习。,Keras,提供了目前为止最方便的,API,，用户只需要将高级的模块拼在一起，就可以设计神经网络，它大大降低了编程开销（,codeoverhead,）和阅读别人代码时的理解开销（,cognitiveoverhead,）。它同时支持卷积网络和循环网络，支持级联的模型或任意的图结构的模型（可以让某些数据跳过某些,Layer,和后面的,Layer,对接，使得创建,Inception,等复杂网络变得容易），从,CPU,上计算切换到,GPU,加速无须任何代码的改动。,不像,Caffe,、,CNTK,等需要额外的文件来定义模型，,Keras,中的模型是在,Python,中定义的，这样就可以通过编程的方式调试模型结构和各种超参数。在,Keras,中，只需要几行代码就能实现一个,MLP,，或者十几行代码实现一个,AlexNet,，这在其他深度学习框架中基本是不可能完成的任务。,Keras,最大的问题可能是目前无法直接使用多,GPU,，所以对大规模的数据处理速度没有其他支持多,GPU,和分布式的框架快。,第,四,章 结束,