学习笔记 TF026:多层感知机

隐含层，指除输入、输出层外，的中间层。输入、输出层对外可见。隐含层对外不可见。理论上，只要隐含层节点足够多，只有一个隐含层，神经网络可以拟合任意函数。隐含层越多，越容易拟合复杂函数。拟合复杂函数，所需隐含节点数，随隐含层数量增多指数下降。

过拟合，模型预测准确率在训练集上升，在测试集下降。泛化性不好，模型记忆当前数据特征，不具备推广能力。参数太多。Hinton 教授团队，Dropout。随便丢弃部分输出数据节点。创造新随机样本，增大样本量，减少特征数量，防止过拟合。bagging 方法，对特征新种采样。

SGD 参数难调试，SGD 设置不同学习速率，结果可能差异巨大。神经网络很多局部最优解可以达到比较好分类效果，全局最优反而容易过拟合。Adagrad、Adam、Adadelta 自适应方法，减轻调试参数负担。SGD 需要调试学习速率、Momentum、Nesterov 参数。

梯度弥散(Gradient Vanishment)。Sigmoid 函数具有限制性，输出数值在 0 1,最符合概率输出定义。非线性 Sigmoid 函数，信号特征空间映射，中央区信号增益大，两侧区信息增益小。中央区像神经元兴奋态，两侧区像神经元抑制态。训练时，重要特征放中央区，非重要特征放两侧区。Sigmoid 比最初期线性激活函数 y=x，阶梯激活函数 y=-1(x<0)|y=1(x>=0)、y=0(x<0)|y=1(x>=0)好。Sigmoid 函数反向传播梯度值在多层传递指级急剧减小，根据训练数据反馈更新神经网络参数非常缓慢，不起训练作用。

ReLU，非线性函数 y=max(0,x)，坐标轴上折线，当 x<=0,y=0,x>0,y=x。人脑阈值响应机制，信号超过某个阈值，神经元兴奋激活状态，平时抑制状态。ReLU 很好传递梯度，多层反向传播，梯度不会大幅缩小，适合很深神经网络，不需要无监督逐层初始化权重。ReLU 变化，单侧抑制，相对宽阁兴奋边界，稀疏激活性。神经元同时激活 1~4%，选择性响应很少部分输入信号，屏蔽大量不相关信号，更高效提取重要特征。传统 Sigmoid 函数接近一半神经元被激活。Softplus，单侧抑制，没有稀疏激活性。ReLU 及变种(EIU,PReLU,RReLU)为最注流激活函数。输出层一般用 Sigmoid 函数，最接近概率输出分布。

隐含层可以解决 XOR 问题，用曲线划分两类样本。隐含层越多，原有特征越抽象变换。是多层神经网络(多层感知机 MLP)功能。

网络神经加上隐含层，使用 Dropout、自适应学习速率 Adagrad,解决梯度弥散激活函数 ReLU。

载入 TensorFlow，加载 MNIST 数据集，创建 Interactive Session。

隐含层参数设置 Variable 初始化。in_units 输入节点数，h1_units 隐含层输出节点数设 300(200 1000 区别不大)。W1 隐含层权重初始化截断正态分布标准差 0.1，b1 偏置设 0。模型激活函数 ReLU，正态分布给参数加噪声，打破完全对称避免 0 梯度。偏置赋小非零值避免 dead neuron(死亡神经元)。最后输出层 Softmax，权重 W2 偏置 b2 初始化 0。Sigmoid，0 附近最敏感，梯度最大。

训练和预测，Dropout 比率 keep_prob(保留节点概率)不同。训练小于 1。预测等于 1。Dropout 比率为计算图输入，定义 placeholder。

定义模型结构。tf.nn.relu(tf.matmul(x,W1+b1))，实现激活函数为 ReLU 的 hidden1 隐含层，y=relu(W1x+b1)。tf.nn.dropout 实现 Dropout，随机置 0 分部节点。keep_prob 参数，保留数据不置为 0 比例，训练应小于 1,制造随机性，防止过拟合，预测等于 1,用全部特征预测样本类别。输出层 Softmax。

定义算法公式，神经网络 forward 计算。定义损失函数(交叉信息熵)和选择优化器(自适应优化器 Adagrad)，优化 loss，学习速率 0.3,使用 tf.train.AdagradOptimizer。Adadelta、Adam 优化器。

训练，keep_prob 计算图输入，训练时设 0.75,保留 75%节点，其余 25%置 0。越复杂越大规模神经网络，Dropout 效果越显著。隐含层，需要更多训练迭代优化模型参数。3000 个 bacth，每个 bacth100 条样本，30 万样本。相当全数据集 5 轮 epoch 迭代。增大循环次数，准确率略有提高。

准确率评测，加入 keep_prob 输入，等于 1。

没有隐含层 Softmax Regression，直接从图像像素推断是哪个数字，没有特征抽象过程。多层神经网络隐含层，组合高阶特征或组件，再组合成数字，实现精准匹配分类。隐含层输出高阶特征组件可以复用，每一类判别、概率输出共享。

全连接神经网络(Fully Connected Network,FCN,MLP 的另一种说法)局限，很深网络，很多隐藏节点，很大迭代轮数，也难达到 99%以上准确率。

# Create the model from tensorflow.examples.tutorials.mnist import input_data import tensorflow as tf mnist = input_data.read_data_sets("MNIST_data/", one_hot=True) sess = tf.InteractiveSession() in_units = 784 h1_units = 300 W1 = tf.Variable(tf.truncated_normal([in_units, h1_units], stddev=0.1)) b1 = tf.Variable(tf.zeros([h1_units])) W2 = tf.Variable(tf.zeros([h1_units, 10])) b2 = tf.Variable(tf.zeros([10])) x = tf.placeholder(tf.float32, [None, in_units]) keep_prob = tf.placeholder(tf.float32) hidden1 = tf.nn.relu(tf.matmul(x, W1) + b1) hidden1_drop = tf.nn.dropout(hidden1, keep_prob) y = tf.nn.softmax(tf.matmul(hidden1_drop, W2) + b2) # Define loss and optimizer y_ = tf.placeholder(tf.float32, [None, 10]) cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y), reduction_indices=[1])) train_step = tf.train.AdagradOptimizer(0.3).minimize(cross_entropy) # Train tf.global_variables_initializer().run() for i in range(3000): batch_xs, batch_ys = mnist.train.next_batch(100) train_step.run({x: batch_xs, y_: batch_ys, keep_prob: 0.75}) # Test trained model correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(y_, 1)) accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32)) print(accuracy.eval({x: mnist.test.images, y_: mnist.test.labels, keep_prob: 1.0})) 

参考资料： 《 TensorFlow 实践》

欢迎付费咨询(150 元每小时)，我的微信：qingxingfengzi