首页>>人工智能->手把手推导Back Propagation

手把手推导Back Propagation

时间:2023-11-29 本站 点击:0

撰文|月踏

BP(Back Propagation)是深度学习神经网络的理论核心,本文通过两个例子展示手动推导BP的过程。

1

链式法则

链式法则是BP的核心,分两种情况:

(1)一元方程

在一元方程的情况下,链式法则比较简单,假设存在下面两个函数:

那么x的变化最终会影响到z的值,用数学符号表示如下:

z对x的微分可以表示如下:

(2)多元方程

在多元方程的情况下,链式法则稍微复杂一些,假设存在下面三个函数:

因为s的微小变化会通过g(s)和h(s)两条路径来影响z的结果,这时z对s的微分可以表示如下:

这就是链式法则的全部内容,后面用实际例子来推导BP的具体过程。

2

只有一个weight的简单情况

做了一个简单的网络,这可以对应到链式法则的第一种情况,如下图所示:

图1

其中圆形表示叶子节点,方块表示非叶子节点,每个非叶子节点的定义如下,训练过程中的前向过程会根据这些公式进行计算:

这个例子中,我们是想更新w1、b1、w2三个参数值,假如用lr表示learning rate,那么它们的更新公式如下:

在训练开始之前,b1、w1、w2都会被初始化成某个值,在训练开始之后,参数根据下面两个步骤来进行更新:

先进行一次前向计算,这样可以得到y1、y2、y3、loss的值

再进行一次反向计算,得到每个参数的梯度值,进而根据上面的公式(13)、(14)、(15)来更新参数值

下面看下反向传播时的梯度的计算过程,因为梯度值是从后往前计算的,所以先看w2的梯度计算:

再继续看w1的梯度计算:

最后看b1的梯度计算:

把w2、w1、b1的梯度计算出来之后,就可以按照公式(13)、(14)、(15)来更新参数值了,下面用OneFlow按照图1搭建一个对应的网络做实验,代码如下:

import oneflow as ofimport oneflow.nn as nnimport oneflow.optim as optimclass Sample(nn.Module):    def __init__(self):        super(Sample, self).__init__()        self.w1 = of.tensor(10.0, dtype=of.float, requires_grad=True)        self.b1 = of.tensor(1.0, dtype=of.float, requires_grad=True)        self.w2 = of.tensor(20.0, dtype=of.float, requires_grad=True)        self.loss = nn.MSELoss()    def parameters(self):        return [self.w1, self.b1, self.w2]    def forward(self, x, label):        y1 = self.w1 * x + self.b1        y2 = y1 * self.w2        y3 = 2 * y2        return self.loss(y3, label)model = Sample()optimizer = optim.SGD(model.parameters(), lr=0.005)data = of.tensor(1.0, dtype=of.float)label = of.tensor(500.0, dtype=of.float)loss = model(data, label)print("------------before backward()---------------")print("w1 =", model.w1)print("b1 =", model.b1)print("w2 =", model.w2)print("w1.grad =", model.w1.grad)print("b1.grad =", model.b1.grad)print("w2.grad =", model.w2.grad)loss.backward()print("------------after backward()---------------")print("w1 =", model.w1)print("b1 =", model.b1)print("w2 =", model.w2)print("w1.grad =", model.w1.grad)print("b1.grad =", model.b1.grad)print("w2.grad =", model.w2.grad)optimizer.step()print("------------after step()---------------")print("w1 =", model.w1)print("b1 =", model.b1)print("w2 =", model.w2)print("w1.grad =", model.w1.grad)print("b1.grad =", model.b1.grad)print("w2.grad =", model.w2.grad)optimizer.zero_grad()print("------------after zero_grad()---------------")print("w1 =", model.w1)print("b1 =", model.b1)print("w2 =", model.w2)print("w1.grad =", model.w1.grad)print("b1.grad =", model.b1.grad)print("w2.grad =", model.w2.grad)

这段代码只跑了一次forward和一次backward,然后调用step更新了参数信息,最后调用zero_grad来对这一轮backward算出来的梯度信息进行了清零,运行结果如下:

------------before backward()---------------w1 = tensor(10., requires_grad=True)b1 = tensor(1., requires_grad=True)w2 = tensor(20., requires_grad=True)w1.grad = Noneb1.grad = Nonew2.grad = None------------after backward()---------------w1 = tensor(10., requires_grad=True)b1 = tensor(1., requires_grad=True)w2 = tensor(20., requires_grad=True)w1.grad = tensor(-4800.)b1.grad = tensor(-4800.)w2.grad = tensor(-2640.)------------after step()---------------w1 = tensor(34., requires_grad=True)b1 = tensor(25., requires_grad=True)w2 = tensor(33.2000, requires_grad=True)w1.grad = tensor(-4800.)b1.grad = tensor(-4800.)w2.grad = tensor(-2640.)------------after zero_grad()---------------w1 = tensor(34., requires_grad=True)b1 = tensor(25., requires_grad=True)w2 = tensor(33.2000, requires_grad=True)w1.grad = tensor(0.)b1.grad = tensor(0.)w2.grad = tensor(0.)

3

以conv为例的含有多个weights的情况

用一个非常简单的conv来举例,这个conv的各种属性如下:

如下图所示:

图2

假定这个例子中的网络结构如下图:

图3

在这个简单的网络中,z节点表示一个avg-pooling的操作,kernel是2x2,loss采用均方误差,下面是对应的公式:

前传部分同上一节一样,直接看反传过程,目的是为了求w0、w1、w2、w3的梯度,并更新这四个参数值,以下是求w0梯度的过程:

下面是求w1、w2、w3梯度的过程类似,直接写出结果:

最后再按照下面公式来更新参数即可:

用OneFlow按照图3来搭建一个对应的网络做实验,代码如下:

import oneflow as ofimport oneflow.nn as nnimport oneflow.optim as optimclass Sample(nn.Module):    def __init__(self):        super(Sample, self).__init__()        self.op1 = nn.Conv2d(in_channels=1, out_channels=1, kernel_size=(2,2), bias=False)        self.op2 = nn.AvgPool2d(kernel_size=(2,2))        self.loss = nn.MSELoss()    def forward(self, x, label):        y1 = self.op1(x)        y2 = self.op2(y1)        return self.loss(y2, label)model = Sample()optimizer = optim.SGD(model.parameters(), lr=0.005)data = of.randn(1, 1, 3, 3)label = of.randn(1, 1, 1, 1)loss = model(data, label)print("------------before backward()---------------")param = model.parameters()print("w =", next(param))loss.backward()print("------------after backward()---------------")param = model.parameters()print("w =", next(param))optimizer.step()print("------------after step()---------------")param = model.parameters()print("w =", next(param))optimizer.zero_grad()print("------------after zero_grad()---------------")param = model.parameters()print("w =", next(param))

输出如下(里面的input、param、label的值都是随机的,每次运行的结果会不一样):

------------before backward()---------------w = tensor([[[[ 0.2621, -0.2583],          [-0.1751, -0.0839]]]], dtype=oneflow.float32, grad_fn=<accumulate_grad>)------------after backward()---------------w = tensor([[[[ 0.2621, -0.2583],          [-0.1751, -0.0839]]]], dtype=oneflow.float32, grad_fn=<accumulate_grad>)------------after step()---------------w = tensor([[[[ 0.2587, -0.2642],          [-0.1831, -0.0884]]]], dtype=oneflow.float32, grad_fn=<accumulate_grad>)------------after zero_grad()---------------w = tensor([[[[ 0.2587, -0.2642],          [-0.1831, -0.0884]]]], dtype=oneflow.float32, grad_fn=<accumulate_grad>)

参考资料:

1.http://speech.ee.ntu.edu.tw/~tlkagk/courses.html

2.https://speech.ee.ntu.edu.tw/~hylee/index.php

3.https://www.youtube.com/c/HungyiLeeNTU

欢迎下载体验OneFlow v0.7.0最新版本: https://github.com/Oneflow-Inc/oneflow/

原文:https://juejin.cn/post/7097115672039129101


本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:/AI/1176.html