关于神经网络你不能不知道的一切

作者|Kailash Ahirwar
编译|Sambodhi
编辑|Vincent

AI前线导语：理解什么是人工智能，以及机器学习和深度学习是如何影响人工智能的，这是一种荡气回肠的体验。最近，MateLabs联合创始人兼CTO Kailash Ahirwar在Mudium发布了一篇博文《关于神经网络你不能不知道的一切》[1]（Everything you need to know about Neural Networks）。

本文涵盖了从神经元到训练轮数，介绍了神经网络的关键名词术语，AI前线也做了一些批注、解释，以飨读者进一步理解、掌握。

神经元（节点）（Neuron（Node））：是神经网络的基本单元，包含一定数量的输入和一个偏置值。当输入一个信号（值），它就乘以一个权重值。如果一个神经元有四个输入，那么它在训练中有四个可调节的权重值。

神经网络中一个神经元的运算

连接（Connections）：用于连接两层之间或同层的两个神经元。每个连接总带有一个权重值。训练的目标是更新这个权重值来减少损失（误差）。

偏置（偏移）（Bias（offset））：是神经元的一个额外的输入，其值始终为1，有自己的连接权。这就确保即使所有的输入为0时神经元也会有一个激活函数。

AI前线：注意不要和预测偏差混淆。

激活函数（传递函数）（Activation Function（Transfer Function））：激活函数为神经网络引入非线性特征。它将值压缩到一个更小的范围。一个Sigmoid激活函数的值区间为[0，1]。在深度学习中有很多激活函数，如ReLU、SeLU、TanH等，都比Sigmoid激活函数更为常用。要了解更多激活函数，请参阅MateLabs的《概览深度学习中的激活函数》[2](Secret Sauce behind the beauty of Deep Learning:Beginners guide to Activation Functions)。

AI前线：即将前一层所有神经元激活值的加权和输入到一个非线性函数中，然后向下一层传递该函数的输出值（典型的非线性）。

各种激活函数

基本的神经网络设计

输入层（Input Layer）：神经网络的第一层，用于接受输入信号（值）并传递到下一层，对其输入的信号（值）并不执行任何运算，没有自己的权重值和偏置值。在我们的网络中，有四个输入信号为x1、x2、x3、x4。

隐藏层（Hidden Layers）：隐藏层的神经元（节点）通过不同的转换方式输入数据。一个隐藏层是一个垂直堆栈神经元集。在上图所示中，有五个隐藏层，第一个隐藏层有四个神经元（节点），第二个有五个神经元，第三个有六个神经元，第四个有四个神经元，第五个有三个神经元，最后一个隐藏层将值传递给输出层。隐藏层中所有的神经元彼此互联，下一层的神经元也是如此，因此我们就有了一个全连接的隐藏层。

AI前线：神经网络中位于输入层（即特征）和输出层（即预测）之间的合成层。一个神经网络包含一个或多个隐藏层。

输出层（Output Layer）：是神经网络的最后一层，接收最后一个隐藏层的输入。通过这一层我们可以得到理想范围内的期望数目的值。如上图所示，这个神经网络中的输出层有三个神经元，分别输出为y1、y2、y3。

AI前线：这一层包含整个模型所寻求的答案。

输入形状（Input Shape）：指传递给输入层的输入矩阵的形状。我们的神经网络的输入层有四个神经元，预计一个样本的四个值。如果我们一次馈送这个神经网络一个样本，那么它的理想输入形状应该是(1,4,1)。如果我们馈送一百个样本，那么输入形状将是(100,4,1)。不同的库预计有不同格式的形状。

权重（参数）（Weights（Parameters））：表示单元之间连接的强度。如果从节点1到节点2的权重幅度更大，则说明神经元1对神经元2的影响更大。权重降低了输入值的重要性。权重接近0意味着改变这个输入将不会改变输出。负权重意味着增加这个输入将会降低输出。权重决定输入对输出的影响程度。

AI前线：线性模型中的特征系数，或者深度网络中的边缘。线性模型的训练目标是为每个特征确定一个完美的权重。如果权重为0，则对应的特征对模型而言是无用的。

前向传播

前向传播（Forward Propagation）：是指将输入值馈送到神经网络的过程，并获得一个我们称之为预测值的输出。前向传播有时亦称为推理。当我们将输入值馈送到神经网络的第一层时，不执行任何运算。第二层从第一层获取值，然后执行乘法、加法和激活运算，并将该值传递给下一层。后续的层重复同样的过程，最终，我们将在最后一层得到输出值。

反向转播

反向传播（Back-Propagation）：我们在前向传播之后得到一个输出值，这就是预测值。为计算误差，我们将预测值与真实输出值进行比较。我们使用一个损失函数（下文将提到）来计算误差值。然后我们计算每个误差值的导数和神经网络的每个权重。反向传播应用微分学的链式法则。在链式法则中，首先计算最后一层中每个误差值的导数。我们调用这些导数、梯度，使用这些梯度值计算导数第二层的梯度，重复这一过程，直至获得梯度及神经网络中的每个权重。然后从权重值中减去这个梯度值来降低误差。这样，我们就能不断逼近局部最小值（即最小损失）。

AI前线：神经网络中完成梯度下降的重要算法。首先，在前向传播的过程中计算每个节点的输出值。然后，在反向传播的过程中计算与每个参数对应的误差的偏导数。

学习率（Learning rate）：训练神经网络时，通常使用梯度下降优化权重。在每一次迭代中，使用反向传播计算损失函数对每一个权重的导数，并中当前权重减去导数和学习率的乘积。学习率决定了更新权重（参数）值的频率。学习率应该尽可能高，这样就不会耗费太久就可达到收敛，而且也应该尽可能低，从而找到局部最优。

AI前线：学习率是一个重要的超参数。它是通过梯度下降训练模型时使用的一个标量。每次迭代中，梯度下降算法使学习率乘以梯度，乘积叫作gradient step。

精度和召回率

准确率（Accuracy）：指测量值对标准值或已知值的接近程度。

AI前线:可以理解为分类模型预测准确的比例。
在多类别分类中，准确率定义如下：

在二分类中，准确率定义如下：

精度（Precision）：指两个测试值之间的接近程度，表示测量的可重复性或可再现性。

AI前线:分类模型的一种指标。准确率指模型预测正类时预测正确的频率。即：

召回（灵敏度）（Recall（Sensitivity））：指全部相关实例中被恢复的相关实例的比率。

Ai前线注：分类模型的一个指标，即：

混淆矩阵（Confusion Matrix）：Wikipedia[3]解释如下：

机器学习领域和统计分类问题中，混淆矩阵（亦称误差矩阵（error matrix）），是一个算法性能的可视化表格，通常在监督学习中使用（在无监督学习中通常被称为匹配矩阵(matching matrix)）。矩阵的每一行表示预测类，每一列表示一个真实类（反之亦然）。采用这个名字是因为易于解读，能很容易地看出系统对两个类别的混淆程度（即将一个类别错误标记为另一个）。

混淆矩阵

AI前线：总结分类模型的预测结果的表现水平（即，标签和模型分类的匹配程度）的NxN表格。混淆矩阵的一个轴列出模型预测的标签，另一个轴列出实际的标签。N表示类别的数量。

收敛（Convergence）：指随着迭代的进行，输出越来越接近具体的值。

AI前线：训练过程达到的某种状态，其中训练损失和验证损失在经过了确定的迭代次数后，在每一次迭代中，改变很小或完全不变。换句话说就是，当对当前数据继续训练而无法再提升模型的表现水平的时候，就称模型已经收敛。在深度学习中，损失值下降之前，有时候经过多次迭代仍保持常量或者接近常量，会造成模型已经收敛的错觉。

正则化（Regularization）：用于解决过拟合的问题。正则化过程中通过添加一个L1(LASSO)或L2(Ridge)规范到权重向量w（通过给定算法学习到的参数）上，来“惩罚”损失项：

L(损失函数)+λN(w)：
此处λ为正则项，N(w)是L1或L2规范。

L(损失函数)+λN(w)-此处λ是正则项，N(w)是L1或L2规范。

归一化（Normalisation）：指将一个或多个属性的值缩放到0~1的范围的过程。当尚未知晓数据分布或者分布不是高斯分布（呈钟形曲线）时，规范化就很有用，可加快学习进程。

AI前线：假设某个特征的自然区间是800~6000。通过减法和分割，你可以把那些值标准化到区间-1到+1。参见缩放。

全连接层（Fully Connected Layers）：一个层所有节点的激活函数值传递到下一层的每个节点。当第L层所有的节点都与第L+1层所有节点连接时，那么这些层就是全连接层。

全连接层

损失函数/成本函数（Loss Function/Cost Function）：损失函数计算单个训练样本的错误，成本函数是整个训练集的损失函数的平均。

-‘mse’：均方误差（Mean Squared Error）
-‘binary_crossentropy’：二分类对数损失（logloss）
-‘categorical_crossentropy’：多分类对数损失（logloss）

模型优化器（ModelOptimizers）：优化器是一种搜索技术，用于更新模型的权重。

-SGD：随机梯度下降，支持动量算法。
-RMSprop：自适应学习率的优化法，Geoff Hinton提出。
-Adam：自适应矩估计（Adam）也使用自适应学习率。

性能指标（Performance Metrics）：性能指标用于衡量神经网络的性能，包括准确率、损失、验证准确性、验证损失、平均绝对误差、精度、召回率和f1分数等。

批量大小（Batch Size）：一次前向/反向传播中的训练样本数。批量越大，则占用的内存量也越大。

AI前线：一个批量中样本的数量。例如，SGD的批量大小为1，而mini-batch的批量大小通常在10-1000之间。批量大小通常在训练与推理的过程中确定，然而TensorFlow不允许动态批量大小。

训练轮数（Training Epochs）：指模型在训练数据集上重复训练的次数。

一个轮数就是全部训练示例的一次前向传播和一次反向传播。