作者——Anas Al-Masri

自從機器學習被引入到遞歸的非線性函數(shù)中（例如人工神經(jīng)網(wǎng)絡）以來，對相關(guān)內(nèi)容的應用得到了充足的發(fā)展。在這種情況下，訓練正確的神經(jīng)網(wǎng)絡是建立可靠模型最重要的方面。這種訓練通常與'反向傳播'一詞聯(lián)系在一起，這個術(shù)語對大多數(shù)新手來說是非常模糊的。這也是本文所存在的意義。

反向傳播是神經(jīng)網(wǎng)絡訓練的本質(zhì)。它實際上是基于在前一歷元（即迭代）中獲得的誤差率（即損失）對神經(jīng)網(wǎng)絡的權(quán)重進行微調(diào)的實踐。適當?shù)恼{(diào)整權(quán)重可確保較低的錯誤率，增加模型的適用性使模型更可靠。

那么這個過程如何運作的呢？讓我們通過例子學習！

為了使這個例子盡可能便于大家理解，我們只涉及相關(guān)概念（例如損失函數(shù)、優(yōu)化函數(shù)等）而不解釋它們，因為這些主題值得我們另起一篇文章進行細說。

首先，讓我們設置模型組件

想象一下，我們需要訓練一個深層神經(jīng)網(wǎng)絡。訓練的目的是構(gòu)建一個模型，該模型使用兩個輸入和三個隱藏單元執(zhí)行XOR（異或）函數(shù)，這樣訓練集看起來如下所示：

此外，我們需要一個激活函數(shù)來確定神經(jīng)網(wǎng)絡中每個節(jié)點的激活值。為簡單起見，讓我們選擇一個激活函數(shù)：

我們還需要一個假設函數(shù)來確定激活函數(shù)的輸入是什么。這個函數(shù)是：

讓我們選擇損失函數(shù)作為邏輯回歸的一般成本函數(shù)，看起來有點復雜，但實際上相當簡單：

此外，我們將使用批處理梯度下降優(yōu)化函數(shù)，用于確定我們應該調(diào)整權(quán)重的方向，以獲得比我們現(xiàn)有的更低的損失。最后，學習率為0.1，所有權(quán)重將初始化為1。

我們的神經(jīng)網(wǎng)絡

讓我們最后畫一張我們期待已久的神經(jīng)網(wǎng)絡圖。它應該看起來像這樣：

最左邊的層是輸入層，它將X0作為值1的偏置項，將X1和X2作為輸入特征。中間的層是第一個隱藏層，它的偏置項Z0也取值為1。最后，輸出層只有一個輸出單元D0，其激活值是模型的實際輸出（即h（x）） 。

現(xiàn)在我們向前傳播

現(xiàn)在是將信息從一個層前饋到另一個層的時候了。這需要經(jīng)過兩個步驟，通過網(wǎng)絡中的每個節(jié)點/單元：

1. 使用我們之前定義的h（x）函數(shù)獲取特定單位輸入的加權(quán)和。

2.將我們從步驟1得到的值插入我們的激活函數(shù)（本例中為f（a）= a）并使用我們得到的激活值（即激活函數(shù)的輸出）作為連接輸入特征的下一層中的節(jié)點。

請注意，單位X0，X1，X2和Z0沒有任何連接到它們并任提供輸入的單位。因此，上述步驟不會出現(xiàn)在這些節(jié)點中。但是，對于其余的節(jié)點/單元，訓練集中第一個輸入樣本的整個神經(jīng)網(wǎng)絡都是這樣的：

其他單位也是如此：

如前所述，最終單位（D0）的激活值（z）是整個模型的激活值（z）。因此，我們的模型預測輸入集{0,0}的輸出為1。計算當前迭代的損失/成本如下：

actual_y值來自訓練集，而predict_y值是我們模型產(chǎn)生的值。所以這次迭代的成本是-4。

那么反向傳播在哪里呢？

根據(jù)我們的例子，我們現(xiàn)在有一個模型沒有給出準確的預測（它給我們的值是4而不是1），這歸因于它的權(quán)重尚未調(diào)整（它們都等于1）。我們也有損失，即-4。反向傳播就是以這樣一種方式向后傳遞這種損失，我們可以根據(jù)這種方式微調(diào)權(quán)重。優(yōu)化函數(shù)（在我們的例子中為梯度下降）將幫助我們找到權(quán)重。那就讓我們開始吧！

使用以下功能進行前饋：

然后通過這些函數(shù)的偏導數(shù)發(fā)生反向反饋。不需要經(jīng)過經(jīng)過推導這些函數(shù)的過程。我們需要知道的是，上面的函數(shù)將遵循：

其中Z是我們從前饋步驟中的激活函數(shù)計算中獲得的z值，而delta是圖層中單位的損失。

我知道有很多信息一次性就能吸收，但我建議你花點時間，真正了解每一步發(fā)生了什么，然后再繼續(xù)前進。

計算增量

現(xiàn)在我們需要找到神經(jīng)網(wǎng)絡中每個單元/節(jié)點的損耗。這是為什么呢？我們這樣想，深度學習模型到達的每一次損失實際上是由所有節(jié)點累積到一個數(shù)字引起的。因此，我們需要找出哪個節(jié)點對每層中的大部分損失負責，這樣我們就可以通過賦予它更小的權(quán)重值來懲罰它，從而減少模型的總損失。

計算每個單元的增量可能會有問題。但是，感謝吳恩達先生，他給了我們整個事情的捷徑公式：

其中delta_0，w和f'（z）的值是相同單位的值，而delta_1是加權(quán)鏈接另一側(cè)的單位損失。例如：

你可以這樣想，為了獲得節(jié)點的損失（例如Z0），我們將其對應的f'（z）的值乘以它在下一層（delta_1）連接的節(jié)點的損失，再乘以連接兩個節(jié)點的鏈路的權(quán)重。

這正是反向傳播的工作原理。我們在每個單元進行delta計算步驟，將損失反向傳播到神經(jīng)網(wǎng)絡中，并找出每個節(jié)點/單元的損失。

讓我們計算一下這些增量！

這里有一些注意事項：

• 最終單位的損失（即D0）等于整個模型的損失。這是因為它是輸出單位，它的損失是所有單位的累計損失，就像我們之前說的那樣。
• 無論輸入（即z）等于什么，函數(shù)f'（z）總是給出值1。這是因為如前所述，偏導數(shù)如下：f'（a）= 1
• 輸入節(jié)點/單位（X0，X1和X2）沒有delta值，因為這些節(jié)點在神經(jīng)網(wǎng)絡中無法控制。它們僅作為數(shù)據(jù)集和神經(jīng)網(wǎng)絡之間的一個鏈接。

更新權(quán)重

現(xiàn)在剩下的就是更新我們在神經(jīng)網(wǎng)絡中的所有權(quán)重。這遵循批量梯度下降公式：

其中W是手頭的權(quán)重，alpha是學習率（在我們的例子中是0.1），J'（W）是成本函數(shù)J（W）相對于W的偏導數(shù)。再次強調(diào)，我們不需要進行數(shù)學運算。因此，讓我們使用吳恩達先生的函數(shù)的偏導數(shù)：

其中Z是通過前向傳播獲得的Z值，delta是加權(quán)鏈接另一端的單位損失：

現(xiàn)在用我們在每一步獲得的偏導數(shù)值，和批量梯度下降權(quán)重更新所有權(quán)重。值得強調(diào)的是，輸入節(jié)點（X0，X1和X2）的Z值分別等于1,0,0。1是偏置單元的值，而0實際上是來自數(shù)據(jù)集的特征輸入值。最后要注意的是，沒有特定的順序來更新權(quán)重。你可以按照你想要的任何順序更新它們，只要你不會在同一次迭代中錯誤地更新任何權(quán)重兩次。

為了計算新的權(quán)重，讓我們給出神經(jīng)網(wǎng)絡名稱中的鏈接：

新的權(quán)重計算方法如下：

需要注意的是，模型還沒有正確訓練，因為我們只通過訓練集中的一個樣本進行反向傳播。我們?yōu)闃颖咀隽怂形覀兡茏龅囊磺?，這可以產(chǎn)生一個具有更高精度的模型，試圖接近每一步的最小損失/成本。

如果沒有正確的方法，機器學習背后的理論真的很難掌握。其中一個例子就是反向傳播，其效果在大多數(shù)現(xiàn)實世界的深度學習應用程序中都是可以預見的。反向傳播只是將總損耗傳回神經(jīng)網(wǎng)絡的一種方式，以方便人們了解每個節(jié)點的損失量，并隨后通過為節(jié)點提供更高誤差，進而使用損失最小化的方式來更新權(quán)重，反之亦然。

原文鏈接：https:///how-does-back-propagation-in-artificial-neural-networks-work-c7cad873ea7