在学完前面四周的视频课程后，我学会了如何利用matlab和python的spyder编辑器做线性回归拟合直线和逻辑回归分类两件事，而神经网络的反向传播算法的数学公式原理Ng老师没有做详细的推导和说明，在网上的各种资源的帮助下结合这一周的课后作业代码，小葵花妈妈课堂。
这周的作业干了这么一件事情，小葵花妈妈在黑板上写了5000个阿拉伯数字，1到500个数字写的10，501到1000写的1，以此类推，最后4501到5000写的9，小葵花妈妈想要通过这5000个数字训练小葵花认识1到10这个数字，以后能通过它们的特征认出这10个数字，所以小葵花妈妈对每个数字提取出了400个特征点也就是用400个数来表示，这400个特征数共同决定在这个数字是1到10中的哪一个概率最大，概率最大就认为这个数字是几。
好，现在题目给了我们一个5000乘以400的矩阵X，和一个5000乘以1的向量y（输出结果，代码中计算误差时，处理成了y_onehot），现在我们只看X其中一行的400个数怎么确定出最后的手写数字是几的。
我们把这400个数叫这个神经网络的输入层，题目再告诉我们隐藏层的也只有1层，并且这一层有25个数，最后输出层就是10个数，这10个数代表这个阿拉伯数字分别为1到10的概率，选取概率最大的确定为结果y。
这个决定过程是这样的，把我们原始有的400个特征数最前面加一个1，这个1先理解为除这400个特征数外的所有外界影响，把401个数写成一个1乘以401的矩阵a1（行向量），由题意得，设theta1为401乘以25的矩阵，a1乘以theta1得到1乘以25的矩阵z2（行向量），这个操作可以理解为通过theta1矩阵把400+1个特征数转化为离最终结果更近的25个特征数，不过这个z2刚出生，还没得到认可，不具有特征这个阿拉伯数字的权利，需要进行激活一下，所以a2=g（z2），函数g为sigmoid函数：1 / (1 + exp(-z))，这是上一周逻辑回归的内容，也就是说把z2中的25个数分别带入上面（1+e的（-z）次方）分之1这个函数来得到新的25个数，得到a2，这是1乘以25的行向量，代表激活后的25个特征数。
image
再重复上面步骤，在a2前加一个1，（嗯，你懂的），得到这个1乘以26的矩阵（行向量）a2，由题意设theta2为 26乘以10 的矩阵，z3=a2乘以theta2，z3就是1乘以10的矩阵（行向量）了，不要忘了激活一下，a3=g（z3），（嗯，这个你也懂的），好，激活完成了，a3（1*10的哈）这10个数就是最终这个阿拉伯数字分别为1到10的10个概率了，哪个概率最大，就是几了。
image
好了，题目背景（也叫正向传播）就是这样了，所以我们想要的就是我们设的未知数theta1和theta2了，求是不可能求出来的了，我们只能找到最好的她们俩让最终结果的误差最小，那这个误差长成什么样子呢，
image
Ng的课堂上给的是这个样子的，是一个戴着很多层口罩的妹子（天冷），脱这个口罩很麻烦，只有暴力点了。
image
现在应该理解误差（代价函数）是什么意思了，通过前几周的课程，知道还需要知道梯度，才能进行梯度下降，让误差最小，这里的梯度不能像高数里面求出关于未知数的导函数式子，而是求出在确定theta1和theta2位置处的梯度值（导函数值）。
整个过程是这样的，计算机随机给出theta1和theta2的初始值，因为是随机给的，我们进行一遍正向传播，求出结果a3概率预测，和实际y_onehot概率（或者实际的y值）对比，发现基本都预测错了，计算误差J，发现误差J的值非常大。
现在我们计算在确定的初始theta1和theta2处的梯度值，计算出的结果是两个和theta1，theta2维数一致的矩阵，代表对应位置参数的梯度值，在最后的代码中，将两个梯度矩阵，按行展开为一整个行向量，初始的theta输入也展开为一整个行向量，连同误差J的计算方法导入minimize优化函数中，进行迭代优化，算出使J计算最小的最优的theta（为一个行向量，最后按维数合成theta1和theta2）。（这一段需要结合代码理解，正则化项可以先不管，理解好了最好再处理正则化，不会的回去复习Ng前面讲正则化的部分）。
image
上面的推导过程结合后面的python代码理解，最后把最优的theta1和theta2进行一次正向传播计算a3（h）发现，预测基本准确，如果计算J也非常小，当我用5000组数据进行训练，最后检测这5000组预测 ，正确率有99.98%。当我只用间隔的2500组数据训练，检测整体的5000组数据，正确率还有95%左右。而只用2500数据训练，检测另外的2500组数据时，正确率跌倒91%。
"""
Created on Tue Nov 21 16:30:57 2017
@author: leisure
"""
# -*- coding: utf-8 -*-
import numpy as np #引用numpy库，用np表示，方便矩阵运算
from scipy.io import loadmat #引用loadmat，读取题目给的输入和正确输出的mat文件
def sigmoid(z):
return 1 / (1 + np.exp(-z))
def forward_propagate(X, theta1, theta2): #正向传播程序
m = X.shape[0] #5000组数据
a1 = np.insert(X, 0, values=np.ones(m), axis=1) #在X最前 面加一列5000*1的向量
z2 = a1 * theta1 #得到5000*25的矩阵，400个特征转化为25个隐藏特征
a2 = np.insert(sigmoid(z2), 0, values=np.ones(m), axis=1) #取激活后的z2，再加一列5000*1的向量
z3 = a2 * theta2 #得到5000*10的矩阵，最后10个特征
h = sigmoid(z3) #激活后得到10个概率
return a1, z2, a2, z3, h
def sigmoid_gradient(z):
return np.multiply(sigmoid(z), (1 - sigmoid(z))) #s函数求导
def backprop(params, input_size, hidden_size, num_labels, X, y,learning_rate): #反向传播算法计算梯度的函数，最后得到误差J和梯度grad（把两个梯度矩阵按行展开合成一行）
m = X.shape[0]
X = np.matrix(X)
y = np.matrix(y)
# reshape the parameter array into parameter matrices for each layer
theta1 = np.matrix(np.reshape(params[:hidden_size * (input_size + 1)], ((input_size + 1),hidden_size)))
theta2 = np.matrix(np.reshape(params[hidden_size * (input_size + 1):], ((hidden_size + 1),num_labels)))
# run the feed-forward pass
a1, z2, a2, z3, h = forward_propagate(X, theta1, theta2)
# initializations
J = 0
delta1 = np.zeros(theta1.shape) # (401, 25)
delta2 = np.zeros(theta2.shape) # (26, 10)
# compute the cost
for i in range(m):
first_term = np.multiply(-y[i,:], np.log(h[i,:])) #y_onehot的每一行和输出概率h的每一行数据相乘
second_term = np.multiply((1 - y[i,:]), np.log(1 - h[i,:]))
J += np.sum(first_term - second_term) #乘出来的10*1的向量元素求和，再累加5000组的数据
J = J / m
# add the cost regularization term
J += (float(learning_rate) / (2 * m)) * (np.sum(np.power(theta1[1:,:], 2)) + np.sum(np.power(theta2[1:,:], 2))) #加上正则化的项
# perform backpropagation
for t in range(m):
a1t = a1[t,:] # (1, 401)
z2t = z2[t,:] # (1, 25)
a2t = a2[t,:] # (1, 26)
ht = h[t,:] # (1, 10)
yt = y[t,:] # (1, 10)
d3t = ht - yt # (1, 10) 最后的误差向量
# z2t = np.insert(z2t, 0, values=np.ones(1)) # 补1为(1, 26)
d2t = np.multiply((d3t * theta2.T)[:,1:], sigmoid_gradient(z2t)) # (1, 25)
delta1 = delta1 + a1t.T * d2t #401*25
delta2 = delta2 + a2t.T * d3t #26*10
delta1 = delta1 / m
delta2 = delta2 / m
# add the gradient regularization term
delta1[1:,:] = delta1[1:,:] + (theta1[1:,:] * learning_rate) / m
delta2[1:,:] = delta2[1:,:] + (theta2[1:,:] * learning_rate) / m
# unravel the gradient matrices into a single array
grad = np.concatenate((np.ravel(delta1), np.ravel(delta2)))
return J, grad
from scipy.optimize import minimize
# initial setup
data = loadmat('ex4data1.mat') #字典形式的数据结构
X = data['X']
y = data['y']
from sklearn.preprocessing import OneHotEncoder
encoder = OneHotEncoder(sparse=False)
y_onehot = encoder.fit_transform(y) # 将y转为y_onehot，每组数据中概率最大的为1，其余为0，5000*10
input_size = 400 #输入层变量个数400
hidden_size = 25 #隐藏层变量个数为25
num_labels = 10 #输出层10个代表分别为1到10的概率
learning_rate = 1#正则化的系数
# randomly initialize a parameter array of the size of the full network's parameters
params = (np.random.random(size=hidden_size * (input_size + 1) + num_labels * (hidden_size + 1)) - 0.5) * 0.25#随机给的初始参数theta1和theta2，现在为一个行向量，用时再按维数合成矩阵
m = X.shape[0] #m为5000，组数据
X = np.matrix(X)#转为矩阵方便运算
y = np.matrix(y)
# minimize the objective function
fmin = minimize(fun=backprop, x0=params, args=(input_size, hidden_size, num_labels, X, y_onehot,learning_rate), #用minimize函数通过梯度grad优化J得到最优的theta1和theta2让J最小
method='TNC', jac=True, options={'maxiter': 250})
theta1 = np.matrix(np.reshape(fmin.x[:hidden_size * (input_size + 1)], ((input_size + 1),hidden_size ))) #优化得到的行向量按维数合成theta1和theta2
theta2 = np.matrix(np.reshape(fmin.x[hidden_size * (input_size + 1):], ((hidden_size + 1),num_labels )))
a1, z2, a2, z3, h = forward_propagate(X, theta1, theta2)#最优的theta1和theta2正向传播一次，看看预测下效果
y_pred = np.array(np.argmax(h, axis=1) + 1)#因为h索引从0开始，需要加1，得到y_pred为我们的预测结果
correct = [1 if a == b else 0 for (a, b) in zip(y_pred, y)]#比较预测和实际的结果。正确为1，错误为0
accuracy = (sum(map(int, correct)) / float(len(correct)))#累加求和，除以总个数，得到正确率
print ('accuracy = {0}%'.format(accuracy * 100))
由于python的主流性，只贴上python的代码，spyder编辑器也可和matlab一样以矩阵形式实时查看变量的值很方便，matlab的代码网上也有，更多机器学习资源可以加群：514649411。代码修改于群主黄博的共享，推导过程借鉴于博客园，初始数据mat文件可以在群里下载。
我们都是初学者，希望更多人可以更快迈过这道坎，继续学习下去。
网友评论