神經網路是深度學習的基礎，上節提到由LR能夠聯絡到神經網路，本節就對神經網路和BP演算法進行一個回顧和總結。
1.由LR到神經網路
前面在邏輯迴歸的文章末尾提到，當樣本是線性不可分時，需要對樣本資料進行轉換，轉換過後在進行分類，那麼轉換的這個步驟就成為特徵的提取的過程，結構如圖所示：
如上圖所示，圖中的結構每進行一次轉換的結構，就稱為一個神經元，還可以有如下這樣的結構：
同樣，一個紅色的框起來的部分稱之為神經元，神經元不同的連線方式，會產生不同的模型，模型的引數都包含在神經元的內部。
值得一提的是，在前面LR中說，當資料線性不可分時，需要我們自己去找特徵轉換的方程，使得樣本變成線性可分的，然後再使用LR進行分類；
然而在神經網路中，不需要我們去找轉換的方程，引數包含在網路中，一起進行訓練，但這時需要我們自己去設計網路的結構，來找出合適的模型（引數），從而得到好的結果。
2.全連線神經網路
網路/模型結構
按照機器學習的三步走理論，首先我們需要確定模型，就是模型長什麼樣子，這裡介紹一種全連線神經網路。
上面說到神經網路神經元之間的連線方式，決定了神經網路各種各樣的模型和結構，下面說一種最常見的神經網路結構——全連線神經網路：
顧名思義，全連線神經網路就是每個神經元都相互連線，首先通過一個例子看一下一個結構的傳播過程：
左邊為輸入（1，-1）,每個箭頭指向為權重引數w，綠色的方框為偏差b，首先進行線性相加，然後經過sigmoid方程，得到輸出後，將該輸出作為下一次傳播的輸入，繼續向前：
那麼上面的這個過程，利用向量的形式表示為：
將第一節的圖中方框的神經元“neuron”用“○”代替，那麼全連線神經網路的結構如下：
上面就是一個較為完整全連線神經網路結構，最左側為輸入，稱之為輸入層，最右側為輸出，稱之為輸出層，在輸入出與輸出層之間的結構稱之為隱藏層；
值得注意的是，在神經網路中，左側的靠近輸入層的稱之為“後”，右側靠近輸出層的結構稱之為“前”。因此上面那個例子的傳播方式也稱之為前向傳播。
那麼上面的示例的前向傳播過程，我們用向量的形式來表示，這裡只看第一層的過程：
第一層中的四個權重，利用向量的形式表示為：
然後再經過sigmoid函式：
可以看到每一個神經元其實就是一個LR單元，總的來說，神經網路前向傳播的向量形式即為：
每一層的輸出即是下一層的輸入，直到最後的輸出層。上面就是神經網路正向傳播的過程。
在多分類問題中，通常最後一層的輸出層為用於多分類的Softmax函式。
3.模型的訓練以及BP演算法
網路的結構需要我們初始給定，即網路的層數、每個網路所含有的神經元個數，確定了網路模型的結構也就確定了引數的數量，那麼接下來就是找出最好的一組引數，也就是模型的訓練。
根據在LR中我們計算損失的方式，在神經網路中，同樣我們期望真實值與預測值越接近越好，因此在此同樣採用交叉熵作為損失函式，不同的是，在LR中交叉熵的推導來自於最大似然估計的推導，而這裡直接使用交叉熵公式，期望樣本的真實分佈與預測的分佈越接近越好，即：
這裡假設多分類的類別為10類，那麼需要計算每一個維度之間的交叉熵，然後加和得到一個樣本的交叉熵，對於多個樣本，將所有樣本再次相加即為交叉熵損失函式：
然後就是利用梯度下降進行求解，其梯度為：
這種前向傳播的梯度下降訓練方式跟之前的一致，但是，當網路過於複雜時，引數的數量也過於龐大，這樣可能目標損失函式過於複雜，直接求導難度較大，因此為更有效地計算梯度，通常採用BP反向傳播演算法。
BP演算法原理
神經網路的損失函式為L(θ)，那麼損失函式對引數的導數為：
首先拿出一個神經元來看：
根據鏈式求導法則：
這裡可以看到，導數的第一部分，即z對w的導數即為w所對應的輸入x，比如下面這個例子：
接下來看鏈式求導所得導數的後半部分，假設這一個神經元的輸出為a，那麼進一步利用鏈式求導法則：
導數的前半部分導數即為sigmoid函式的導數σ'(z)，然後就是後半部分，a為該層的輸出，同時也是下一層網路的輸入，與l有關，那麼繼續到下一層：
a作為後面網路的輸入，影響到下一層網路的每一個輸出，假設下一層有兩個神經元，那麼a經過線性加權，分別得到z'和z''，那麼根據鏈式求導法則：
兩個部分，每一部分的前半部分為輸入a對應的連線的權重w，即：
.
那麼有：
那麼回到第一步的l對z的求導結果：
如果到這一步就到達了輸出層，那麼這裡就可以知道l分別對z'和z''的導數了，因為：
然後就可以求得l對w的導數了。
如果這一步沒有到達輸出層，那麼就繼續進入下一層：
繼續重複上述步驟即可，直到到達輸出層。
那麼從上面的過程來看，我們在計算l對z的導數，需要一步一步遞迴地向後計算，直到傳播到輸出層，然後求輸出層y對前一層的導數，再一步一步向後（輸入層）傳，最終得到l對w的導數，即梯度，就可以利用梯度下降進行迭代了。
因此上面的過程就是一個反向傳播的過程，如圖所示：
根據上面的過程，在前向傳播中求鏈式求導結果中，每一項的第一部分，這一部分較容易直接求導得出的，反向傳播求得每一項的第二部分，這一部分需要不斷地遞迴求得，如圖所示：
4.利用Keras實現深度學習
下面就通過一個例項，來實現神經網路（深度學習），並說明每一步的作用。
首先資料集來源與MNIST的手寫數字辨識資料集，資料是手寫的0~9的圖片資料，首先匯入所需要的的庫，並從sklearn讀取資料集並對資料作處理：
from sklearn.datasets import fetch_openml from sklearn.preprocessing import OneHotEncoder from sklearn.model_selection import train_test_split import numpy as np from keras import Sequential from keras.layers import Dense from keras.layers import Activation import matplotlib.pyplot as plt import matplotlib as mpl data_x, data_y = fetch_openml('mnist_784', version=1, return_X_y=True) # 將大於0的置為1，只要0和1的圖片資料 data_x[data_x > 0] = 1 data_x = np.mat(data_x) one_hot = OneHotEncoder() data_y = one_hot.fit_transform(np.array(data_y).reshape(data_y.shape[0], 1)).toarray() train_x, test_x, train_y, test_y = train_test_split(data_x, data_y)
先來看一下資料長什麼樣子：
data_x[:10] #### matrix([[0., 0., 0., ..., 0., 0., 0.], [0., 0., 0., ..., 0., 0., 0.], [0., 0., 0., ..., 0., 0., 0.], ..., [0., 0., 0., ..., 0., 0., 0.], [0., 0., 0., ..., 0., 0., 0.], [0., 0., 0., ..., 0., 0., 0.]]) data_y[:10] #### array([[0., 0., 0., 0., 0., 1., 0., 0., 0., 0.], [1., 0., 0., 0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 1., 0., 0., 0., 0., 0.], [0., 1., 0., 0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0., 0., 0., 1.], [0., 0., 1., 0., 0., 0., 0., 0., 0., 0.], [0., 1., 0., 0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 1., 0., 0., 0., 0., 0., 0.], [0., 1., 0., 0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 1., 0., 0., 0., 0., 0.]])
X是28*28共784維的稀疏矩陣，Y經過獨熱編碼後每一個資料是一個10維的資料，我們畫一下任意一張來看一下：
def plot_digit(data): image = data.reshape(28, 28) plt.imshow(image, cmap=mpl.cm.binary, interpolation='nearest') plt.axis("off") one_digit = data_x[10000] plot_digit(one_digit)
資料準備好後，就到了建模的階段，利用keras神經網路框架建模：
首先是網路結構，需要我們自己定一個網路結構，包括網路層數、每個層數的神經元個數，這裡輸入為28*28維，因此輸入層為784維，輸出為10維，輸出層結構10。中間層我們暫定為500，那麼網路結構如圖所示：
然後就是利用keras對上面網路進行建模的過程：
這樣模型就建好了，接下來就是對模型進行編譯，這裡與之前的不太一樣，之前直接定義好模型和引數就可以fit了：
model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy'])
可選的optimizer就是之前的梯度下降那一節介紹的引數優化方法，詳見：https://www.cnblogs.com/501731wyb/p/15322391.html
可選的loss也有很多，可見官方文件：https://keras.io/zh/losses/。
接下來利用資料進行訓練了：
model.fit(train_x, train_y, batch_size=300, epochs=20)
這裡batch_size就是訓練中採用一批資料進行訓練，選完一批繼續下一批，直到所有資料完成一次，成為1個epoch。
然後檢視訓練結果，以及在測試集上的表現：
score = model.evaluate(test_x, test_y) print('total loss on testing data', score[0]) print('accuracy on testing data', score[1]) 32/17500 [..............................] - ETA: 17s 1120/17500 [>.............................] - ETA: 1s 2272/17500 [==>...........................] - ETA: 0s 3648/17500 [=====>........................] - ETA: 0s 5216/17500 [=======>......................] - ETA: 0s 6720/17500 [==========>...................] - ETA: 0s 8224/17500 [=============>................] - ETA: 0s 9888/17500 [===============>..............] - ETA: 0s 11648/17500 [==================>...........] - ETA: 0s 13376/17500 [=====================>........] - ETA: 0s 15072/17500 [========================>.....] - ETA: 0s 16864/17500 [===========================>..] - ETA: 0s 17500/17500 [==============================] - 1s 35us/step total loss on testing data 0.116816398623446 accuracy on testing data 0.9730285714285715
可以看到，在訓練集上有99.53左右的精確度，在測試集上有97.3%的準確率，測試資料共有17500張圖片，其中錯誤分類的又472張，我們找出這472張：
error_idx = [] for i in range(len(test_x)): predict_array = model.predict(test_x[i]) true_array = test_y[i] predict_result = np.argmax(predict_array) true_idx = np.argwhere(true_array == 1)[0][0] if true_idx != predict_result: error_idx.append(i)
然後看一下這些分錯的資料，先寫一個批量畫圖的函式：
def plot_digits(instances, image_per_row=10, **options): size = 28 image_per_row = min(len(instances), image_per_row) images = [instance.reshape(28, 28) for instance in instances] n_rows = (len(instances) - 1)//image_per_row + 1 row_images = [] n_empty = n_rows * image_per_row - len(instances) images.append(np.zeros((size, size * n_empty))) for row in range(n_rows): rimages = images[row*image_per_row:(row+1)*image_per_row] row_images.append(np.concatenate(rimages, axis=1)) image = np.concatenate(row_images, axis=0) plt.imshow(image, cmap=mpl.cm.binary, **options) plt.axis("off") plt.figure(figsize=(9, 9))
然後畫出來一部分資料，看下為啥會分錯：
example_images = [] for idx in error_idx[:30]: example_images.append(test_x[idx]) plot_digits(example_images, image_per_row=10)
從這些圖片上可以看到，這些分錯的資料中一大部分還是很難區分的，比如第二排第一張，肉眼都是比較難區分的。
這是可能是因為對於特徵的提取還是不夠充分，導致錯誤分類，需要進一步調整模型，下一節主要說一下深度學習中的一些優化策略。
神經網路到這裡初步介紹完畢了，主要介紹了全連線神經網路和BP演算法，並利用keras框架進行了實現，完成了深度學習的"Hello World"。
內容主要來源於李宏毅老師的課程，由於看的時間比較久了，這裡再回顧一下，事情比較多，總算完結了，下一節主要總結一下常用的損失函式及特性，以及在深度學習中一些模型優化和調整策略。