反向传播（BP）算法理解以及Python实现

待我称王封你为后i 2022-10-02 13:59 248阅读 0赞

全文参考《机器学习》-周志华中的5.3节-误差逆传播算法；整体思路一致，叙述方式有所不同；

![network.jpg][]

使用如上图所示的三层网络来讲述反向传播算法；

首先需要明确一些概念，

假设数据集**\$X=\\\{x^1, x^2, \\cdots, x^n\\\}, Y=\\\{y^i, y^2, \\cdots, y^n\\\}\$**，反向传播算法使用数据集中的每一个样本执行前向传播，之后根据网络的输出与真实标签计算误差，利用误差进行反向传播，更新权重；

使用一个样本\$(x, y)\$，其中\$x=(x\_1, x\_2, \\cdots, x\_d)\$

**输入层：**

有\$d\$个输入结点，对应着样本\$x\$的\$d\$维特征，\$x\_i\$表示输入层的第\$i\$个结点；

**隐藏层：**

有\$q\$个结点，\$b\_h\$表示隐藏层的第\$h\$个结点；

**输出层：**  
  有\$l\$个输出结点，\$y\_j\$表示输出层的第\$j\$个结点；

**权重矩阵：**

两个权重矩阵\$V, W\$，分别是位于输入层和隐藏层之间的\$V\\in R^\{d\\times q\}\$，其中\$v\_\{ih\}\$表示连接结点\$x\_i\$与结点\$b\_h\$之间的权重；以及位于隐藏层与输出层之间的\$W\\in R^\{q\\times l\}\$，其中\$w\_\{hj\}\$表示连接结点\$b\_h\$与结点\$y\_j\$的权重；

**激活函数：**

激活函数使用sigmoid函数；  
\\\[ f(x) = \\dfrac\{1\}\{1+e^\{-x\}\} \\\]  
其导数为：  
\\\[ f'(x) = f(x)(1-f(x)) \\\]  
**其他：**

在隐藏层，结点\$b\_h\$在执行激活函数前为\$\\alpha\_h\$，即隐藏层的输入；所以有：  
\\\[ \\alpha\_h = \\sum\_\{i=1\}^\{d\}v\_\{ih\}x\_i \\\]  
之后经过sigmoid函数：  
\\\[ b\_h = sigmoid(\\alpha\_h) \\\]  
  在输出层，结点\$y\_j\$在执行激活函数前为\$\\beta\_j\$，即输出层的输入；所以有：  
\\\[ \\beta\_j = \\sum\_\{h=1\}^\{q\}w\_\{hj\}b\_h \\\]  
之后经过sigmoid函数：  
\\\[ \\hat\{y\}\_j = sigmoid(\\beta\_j) \\\]

### 前向传播 ###

所以，根据上面一系列的定义，前向传播的过程为：由输入层的结点\$(x\_1, x\_2, \\cdots, x\_i, \\cdots, x\_d)\$，利用权重矩阵\$V\$计算得到\$(\\alpha\_1, \\alpha\_2, \\cdots, \\alpha\_h, \\cdots, \\alpha\_q)\$，经过激活函数sigmoid得到\$(b\_1, b\_2, \\cdots, b\_h, \\cdots, b\_q)\$，这就得到了隐藏层的输出；之后，利用权重矩阵\$W\$计算得到\$(\\beta\_1, \\beta\_2, \\cdots, \\beta\_j, \\cdots, \\beta\_l)\$，经过激活函数sigmoid得到\$(\\hat\{y\}\_1,\\hat\{y\}\_1, \\cdots, \\hat\{y\}\_j , \\cdots, \\hat\{y\}\_l )\$，也就是最后的输出；

步骤：

**Step 1:** 输入层\$x \\in R^\{1\\times d\}\$，计算隐藏层输出\$b = sigmoid(x\\times V), \\quad b\\in R^\{1\\times q\}\$；

**Step 2:**  输出层输出\$\\hat\{y\} = sigmoid(b \\times W), \\quad \\hat\{y\}\\in R^\{1\\times l\}\$；

注意，在前向传播的过程中，记录每一层的输出，为反向传播做准备，因此，需要保存的是\$x, b, \\hat\{y\}\$；

前向传播还是比较简单的，下面来看反向传播吧；

### 反向传播 ###

想一下为什么要有反向传播过程呢？其实目的就是为了更新我们网络中的参数，也就是上面我们所说的两个权重矩阵\$V, W\$，那么如何来更新呢？

> 《机器学习》周志华
> 
> BP是一个迭代算法，在迭代的每一轮中采用广义的感知机学习规则对参数进行更新估计，任意参数v的更新估计式为：

\\\[ v \\leftarrow v + \\Delta v \\\]

> BP算法基于**梯度下降**策略，以目标的负梯度方向对参数进行调整；

我们如何来更新参数呢？也就是如何更新\$V, W\$这两个权重矩阵；以\$W\$中的某个参数\$w\_\{hj\}\$举例，更新它的方式如下：  
\\\[ w\_\{hj\} \\leftarrow w\_\{hj\} + \\Delta w\_\{hj\} \\\]  
那么，如何计算\$\\Delta w\_\{hj\}\$的呢？计算如下：  
\\\[ \\Delta w\_\{hj\} = -\\eta \\dfrac\{\\partial\{E\}\}\{\\partial\{w\_\{hj\}\}\} \\\]  
其中，\$E\_k\$表示误差，也就是网络的输出\$\\hat\{y\}\$与真实标签\$y\$的均方误差；\$\\eta\$表示学习率；负号则表示沿着负梯度方向更新；  
\\\[ E = \\dfrac\{1\}\{2\}\\sum\_\{j=1\}^\{l\}(\\hat\{y\}\_j - y\_j)^2 \\\]  
也就是说，我们想要对哪一个参数进行更新，则需要计算当前网络输出与真实标签的均方误差对该参数的偏导数，即\$\\dfrac\{\\partial\{E\}\}\{\\partial\{w\_\{hj\}\}\}\$，之后再利用学习率进行更新；

在这个三层的网络结构中，有两个权重矩阵\$V, W\$，我们该如何更新其中的每一个参数呢？

就以权重矩阵\$W\$中的参数\$w\_\{hj\}\$来进行下面的解释，

那么根据上面所叙述的，更新\$w\_\{hj\}\$得方式为：  
\\\[ w\_\{hj\} \\leftarrow w\_\{hj\} + \\Delta w\_\{hj\} \\\]

\\\[ \\Delta w\_\{hj\} = -\\eta \\dfrac\{\\partial\{E\}\}\{\\partial\{w\_\{hj\}\}\} \\\]

那么如何来计算\$\\dfrac\{\\partial\{E\}\}\{\\partial\{w\_\{hj\}\}\}\$呢？

这里就需要用到**链式法则**了，如果不熟悉的，建议查找再学习一下；  
\\\[ f(x) = g(x)+x \\\]

\\\[ g(x) = h(x) + x^2 \\\]

\\\[ h(x) = x^3 + 1 \\\]

想一下是怎么求\$\\dfrac\{df(x)\}\{dx\}\$的；

如果对上文中讲述的网络结构，能够将其完整的呈现的在脑海中的话，对于下面的推导应该不会很困难。

> 再回顾一遍前向传播：
> 
> 所以，根据上面一系列的定义，前向传播的过程为：由输入层的结点\$(x\_1, x\_2, \\cdots, x\_i, \\cdots, x\_d)\$，利用权重矩阵\$V\$计算得到\$(\\alpha\_1, \\alpha\_2, \\cdots, \\alpha\_h, \\cdots, \\alpha\_q)\$，经过激活函数sigmoid得到\$(b\_1, b\_2, \\cdots, b\_h, \\cdots, b\_q)\$，这就得到了隐藏层的输出；之后，利用权重矩阵\$W\$计算得到\$(\\beta\_1, \\beta\_2, \\cdots, \\beta\_j, \\cdots, \\beta\_l)\$，经过激活函数sigmoid得到\$(\\hat\{y\}\_1,\\hat\{y\}\_1, \\cdots, \\hat\{y\}\_j , \\cdots, \\hat\{y\}\_l )\$，也就是最后的输出；

--------------------

那么如何来计算\$\\dfrac\{\\partial\{E\}\}\{\\partial\{w\_\{hj\}\}\}\$呢？

我们想一下在网络的均方误差\$E\$与参数\$w\_\{hj\}\$之间有哪些过程，也就是说需要想明白参数\$w\_\{hj\}\$是怎么对误差\$E\$产生影响的；

\$w\_hj\$是连接隐藏层结点\$b\_h\$与输出层结点\$\\hat\{y\}\_j\$的权重，因此过程是：\$b\_h \\rightarrow \\beta\_j \\rightarrow \\hat\{y\}\_j \\rightarrow E\$

那么根据链式法则就可以有：  
\\\[ \\dfrac\{\\partial E\}\{\\partial w\_\{hj\}\} = \\dfrac\{\\partial E\}\{\\partial \\hat\{y\}\_j\}\\dfrac\{\\partial \\hat\{y\}\_j\}\{\\partial \\beta\_j\} \\dfrac\{\\partial \\beta\_j\}\{\\partial w\_\{hj\}\} \\\]  
分别来求解\$\\dfrac\{\\partial E\}\{\\partial \\hat\{y\}\_j\}\$, \$\\dfrac\{\\partial \\hat\{y\}\_j\}\{\\partial \\beta\_j\}\$, $ \\dfrac\{\\partial \\beta\_j\}\{\\partial w\_\{hj\}\}$这三项；

（1）第一项：\$\\dfrac\{\\partial E\}\{\\partial \\hat\{y\}\_j\}\$

想一下\$E\$与\$\\hat\{y\}\_j\$之间有什么关系，即：  
\\\[ E = \\dfrac\{1\}\{2\}\\sum\_\{j=1\}^\{l\}(\\hat\{y\}\_j-y\_j)^2 = \\dfrac\{1\}\{2\}\[(\\hat\{y\}\_1-y\_1)^2+\\cdots +(\\hat\{y\}\_j-y\_j)^2+\\cdots+(\\hat\{y\}\_l-y\_l)^2\] \\\]  
那么，\$E\_k\$对\$\\hat\{y\}\_j\$求偏导：  
\\\[ \\dfrac\{\\partial E\}\{\\partial \\hat\{y\}\_j\} = -(\\hat\{y\}\_j-y\_j) \\\]  
（2）第二项：\$\\dfrac\{\\partial \\hat\{y\}\_j\}\{\\partial \\beta\_j\}\$

再想一下\$\\hat\{y\}\_j\$与\$\\beta\_j\$之间有什么关系呢，即  
\\\[ \\hat\{y\}\_j = sigmoid(\\beta\_j) \\\]  
那么，\$\\hat\{y\}\_j\$对\$\\beta\_j\$求偏导，即：  
\\\[ \\dfrac\{\\partial \\hat\{y\}\_j\}\{\\partial \\beta\_j\} = \\hat\{y\}\_j(1-\\hat\{y\}\_j) \\\]  
（３）第三项：$ \\dfrac\{\\partial \\beta\_j\}\{\\partial w\_\{hj\}\}$

再想一下\$\\beta\_j\$与\$w\_\{hj\}\$之间又有什么关系呢，即：  
\\\[ \\beta\_j = \\sum\_\{h=1\}^\{q\}w\_\{hj\}b\_h= w\_\{1j\}b\_1 + \\cdots+w\_\{hj\}b\_h+\\cdots+w\_\{qj\}b\_q \\\]  
所以从上式中能够看清\$\\beta\_j\$与\$w\_\{hj\}\$之间的关系了吧，其实再想一下，\$\\beta\_j\$是输出层的第\$j\$个结点，而\$w\_\{hj\}\$是连接隐藏层结点\$b\_h\$与结点\$\\beta\_j\$的权重；

那么\$\\beta\_j\$对\$w\_\{hj\}\$的偏导数，即：  
\\\[ \\dfrac\{\\partial \\beta\_j\}\{\\partial w\_\{hj\}\} = b\_h \\\]  
上面三个偏导数都求出来了，那么就有：  
\\\[ \\dfrac\{\\partial E\}\{\\partial w\_\{hj\}\} = \\dfrac\{\\partial E\}\{\\partial \\hat\{y\}\_j\}\\dfrac\{\\partial \\hat\{y\}\_j\}\{\\partial \\beta\_j\} \\dfrac\{\\partial \\beta\_j\}\{\\partial w\_\{hj\}\}　＝-(\\hat\{y\}\_j-y\_j)\\hat\{y\}\_j(1-\\hat\{y\}\_j)b\_h \\\]  
那么更新参数\$w\_\{hj\}\$  
\\\[ w\_\{hj\} \\leftarrow w\_\{hj\}+\\Delta w\_\{hj\} \\\]

\\\[ \\Delta w\_\{hj\} = -\\eta \\dfrac\{\\partial E\}\{\\partial w\_\{hj\}\} = -\\eta(-(\\hat\{y\}\_j-y\_j)\\hat\{y\}\_j(1-\\hat\{y\}\_j)b\_h) \\\]

即：  
\\\[ w\_\{hj\} = w\_\{hj\}+\\Delta w\_\{hj\} = w\_\{hj\} -\\eta(-(\\hat\{y\}\_j-y\_j)\\hat\{y\}\_j(1-\\hat\{y\}\_j)b\_h) \\\]  
从上式可以看出，想要对参数\$w\_\{hj\}\$进行更新，我们需要知道上一次更新后的参数值，输出层的第\$j\$个结点\$\\hat\{y\}\_j\$，以及隐藏层的第\$h\$个结点\$b\_h\$；**其实想一下，也就是需要知道参数\$w\_\{hj\}\$连接的两个结点对应的输出；那么这里就提醒我们一点，在网络前向传播的时候需要记录每一层网络的输出，即经过sigmoid函数之后的结果；**

--------------------

现在我们知道如何对权重矩阵\$W\$中的每一个参数\$w\_\{hj\}\$进行更新，那么如何对权重矩阵\$V\$中的参数\$v\_\{ih\}\$进行更新呢？其中，\$v\_\{ih\}\$是连接输入层结点\$x\_i\$与隐藏层结点\$b\_h\$之间的权重；

同样是利用网络的输出误差\$E\_k\$对参数\$v\_\{ih\}\$的偏导，即：  
\\\[ v\_\{ih\} \\leftarrow v\_\{ih\} + \\Delta v\_\{ih\} \\\]

\\\[ \\Delta v\_\{ih\} = -\\eta \\dfrac\{\\partial\{E\}\}\{\\partial\{v\_\{ih\}\}\} \\\]

那么如何来计算\$\\dfrac\{\\partial\{E\}\}\{\\partial\{v\_\{ih\}\}\}\$呢？想一下是\$E\$与\$v\_\{ih\}\$之间有什么关系，过程为：  
\\\[ v\_\{ih\} \\rightarrow \\alpha\_h \\rightarrow b\_h \\rightarrow \\beta \\rightarrow \\hat\{y\} \\rightarrow E \\\]  
同样是利用链式求导法则，有：  
\\\[ \\dfrac\{\\partial\{E\}\}\{\\partial\{v\_\{ih\}\}\} = \\dfrac\{\\partial E\}\{\\partial b\_h\}\\dfrac\{\\partial b\_h\}\{\\partial \\alpha\_h\}\\dfrac\{\\partial \\alpha\_h\}\{\\partial v\_\{ih\}\} \\\]  
同样地，分别来求解\$\\dfrac\{\\partial E\}\{\\partial b\_h\}\$,\$\\dfrac\{\\partial b\_h\}\{\\partial \\alpha\_h\}\$,\$\\dfrac\{\\partial \\alpha\_h\}\{\\partial v\_\{ih\}\}\$这三项；

（1）第一项：\$\\dfrac\{\\partial E\}\{\\partial b\_h\}\$

与上述思路相同，想一下\$E\_k\$与\$b\_h\$之间的关系，又可以分解为：  
\\\[ \\dfrac\{\\partial E\}\{\\partial b\_h\} =\\sum\_\{j=1\}^\{l\}\\dfrac\{\\partial E\}\{\\partial \\beta\_j\} \\dfrac\{\\partial \\beta\_j\}\{\\partial b\_h\} \\\]  
其中，  
\\\[ \\dfrac\{\\partial E\}\{\\partial \\beta\_j\} = \\dfrac\{\\partial E\}\{\\partial \\hat\{y\}\_j\}\\dfrac\{\\partial \\hat\{y\}\_j\}\{\\partial \\beta\_j\} = -(\\hat\{y\}\_j-y\_j)\\hat\{y\}\_j(1-\\hat\{y\}\_j) \\\]  
另外，\$\\dfrac\{\\partial \\beta\_j\}\{\\partial b\_h\}\$，想一下\$\\beta\_j\$与\$b\_h\$的关系：  
\\\[ \\dfrac\{\\partial \\beta\_j\}\{\\partial b\_h\} = w\_\{hj\} \\\]

所以，就有：  
\\\[ \\dfrac\{\\partial E\}\{\\partial b\_h\} =\\sum\_\{j=1\}^\{l\}\\dfrac\{\\partial E\}\{\\partial \\beta\_j\} \\dfrac\{\\partial \\beta\_j\}\{\\partial b\_h\} = \\sum\_\{j=1\}^\{l\}-(\\hat\{y\}\_j-y\_j)\\hat\{y\}\_j(1-\\hat\{y\}\_j) w\_\{hj\} \\\]

（2）第二项：\$\\dfrac\{\\partial b\_h\}\{\\partial \\alpha\_h\}\$

同样地，\$b\_h\$与\$\\alpha\_h\$之间的关系，有：  
\\\[ b\_h = sigmoid(\\alpha\_h) \\\]  
那么有：  
\\\[ \\dfrac\{\\partial b\_h\}\{\\partial \\alpha\_h\} = b\_h (1-b\_h) \\\]  
（3）第三项：\$\\dfrac\{\\partial \\alpha\_h\}\{\\partial v\_\{ih\}\}\$

同样地，\$\\alpha\_h\$与\$v\_\{ih\}\$之间的关系，有：  
\\\[ \\alpha\_h = \\sum\_\{i=1\}^\{d\}v\_\{ih\}x\_i= v\_\{1h\}x\_1 + \\cdots+v\_\{ih\}x\_i+\\cdots+v\_\{dh\}x\_d \\\]  
因此，\$\\alpha\_h\$对\$v\_\{ih\}\$的偏导数为：  
\\\[ \\dfrac\{\\partial \\alpha\_h\}\{\\partial v\_\{ih\}\} = x\_i \\\]  
综合上面三项，有：  
\\\[ \\dfrac\{\\partial\{E\}\}\{\\partial\{v\_\{ih\}\}\} = \\dfrac\{\\partial E\}\{\\partial b\_h\}\\dfrac\{\\partial b\_h\}\{\\partial \\alpha\_h\}\\dfrac\{\\partial \\alpha\_h\}\{\\partial v\_\{ih\}\} = \\sum\_\{j=1\}^\{l\}-(\\hat\{y\}\_j-y\_j)\\hat\{y\}\_j(1-\\hat\{y\}\_j) w\_\{hj\} b\_h (1-b\_h) x\_i \\\]

--------------------

我们来对比一下\$\\dfrac\{\\partial\{E\}\}\{\\partial\{v\_\{ih\}\}\}\$与\$\\dfrac\{\\partial E\}\{\\partial w\_\{hj\}\}\$，两者分别为：  
\\\[ \\dfrac\{\\partial E\}\{\\partial w\_\{hj\}\} ＝-(\\hat\{y\}\_j-y\_j)\\hat\{y\}\_j(1-\\hat\{y\}\_j)b\_h \\\]

\\\[ \\dfrac\{\\partial\{E\}\}\{\\partial\{v\_\{ih\}\}\} = \\sum\_\{j=1\}^\{l\}-(\\hat\{y\}\_j-y\_j)\\hat\{y\}\_j(1-\\hat\{y\}\_j) w\_\{hj\} b\_h (1-b\_h) x\_i \\\]

稍微换一种形式，将负号放进去：  
\\\[ \\dfrac\{\\partial E\}\{\\partial w\_\{hj\}\} ＝(y\_j- \\hat\{y\}\_j)\\hat\{y\}\_j(1-\\hat\{y\}\_j)b\_h \\\]

\\\[ \\dfrac\{\\partial\{E\}\}\{\\partial\{v\_\{ih\}\}\} = \\sum\_\{j=1\}^\{l\}(y\_j - \\hat\{y\}\_j)\\hat\{y\}\_j(1-\\hat\{y\}\_j) w\_\{hj\} b\_h (1-b\_h) x\_i \\\]

这里我们是对单个参数\$w\_\{hj\}, v\_\{ih\}\$进行更新，如何对\$W, V\$整体进行更新呢？

我们再明确一下几个定义：  
\$x\$表示输入层的输出， \$x\\in R^\{1\\times d \}\$；

\$b\$表示隐藏层的输出，\$b\\in R^\{1\\times q \}\$；

\$\\hat\{y\}\$表示输出层的输出，\$\\hat\{y\}\\in R^\{1\\times l\}\$；

\$sigmoid\\\_deriv()\$表示\$sigmoid\$的导数，\$sigmoid\\\_deriv(\\hat\{y\}) = \\hat\{y\}(1-\\hat\{y\})\$；

将输出层的输出与ground-truth之间的差值记为：\$eroor = y-\\hat\{y\}\$

可以得到  
\\\[ \\dfrac\{\\partial E\}\{\\partial W\} = b' \\cdot error \\cdot sigmoid\\\_deriv(\\hat\{y\}) \\\]

\\\[ \\dfrac\{\\partial E\}\{\\partial V\}= x' \\cdot error \\cdot sigmoid\\\_deriv(\\hat\{y\}) \\cdot W' \\cdot sigmoid\\\_deriv(b) \\\]

在反向传播的过程中，我们记：  
\\\[ D\[0\] =error \\cdot sigmoid\\\_deriv(\\hat\{y\}) \\\]

\\\[ D\[1\]= error \\cdot sigmoid\\\_deriv(\\hat\{y\}) \\cdot W' \\cdot sigmoid\\\_deriv(b) \\\]

当将每一个权重矩阵的\$D\[?\]\$计算出来，得到一个列表后，再对所有的权重矩阵进行更新；之所以这样做，是为方便代码实现；

### Python实现前向传播与反向传播 ###

#!/usr/bin/env python # -*- coding: utf-8 -*- # @Time : 19-5-7 """ get started implementing backpropagation. """ __author__ = 'Zhen Chen' # import the necessaty packages import numpy as np class NeuralNetwork: def __init__(self, layers, alpha=0.1): # 初始化权重矩阵、层数、学习率 # 例如：layers=[2, 3, 2]，表示输入层两个结点，隐藏层3个结点，输出层2个结点 self.W = [] self.layers = layers self.alpha = alpha # 随机初始化权重矩阵，如果三层网络，则有两个权重矩阵； # 在初始化的时候，对每一层的结点数加1，用于初始化训练偏置的权重； # 由于输出层不需要增加结点，因此最后一个权重矩阵需要单独初始化； for i in np.arange(0, len(layers)-2): w = np.random.randn(layers[i] + 1, layers[i + 1] + 1) self.W.append(w / np.sqrt(layers[i])) # 初始化最后一个权重矩阵 w = np.random.randn(layers[-2] + 1, layers[-1]) self.W.append(w / np.sqrt(layers[-2])) def __repr__(self): # 输出网络结构 return "NeuralNetwork: {}".format( "-".join(str(l) for l in self.layers) ) def sigmoid(self, x): # sigmoid激活函数 return 1.0 / (1 + np.exp(-x)) def sigmoid_deriv(self, x): # sigmoid的导数 return x * (1 - x) def fit(self, X, y, epochs=1000, display=100): # 训练网络 # 对训练数据添加一维值为1的特征，用于同时训练偏置的权重 X = np.c_[X, np.ones(X.shape[0])] # 迭代的epoch for epoch in np.arange(0, epochs): # 对数据集中每一个样本执行前向传播、反向传播、更新权重 for (x, target) in zip(X, y): self.fit_partial(x, target) # 打印输出 if epoch == 0 or (epoch + 1) % display == 0: loss = self.calculate_loss(X, y) print("[INFO] epoch={}, loss={:.7f}".format( epoch + 1, loss )) def fit_partial(self, x, y): # 构造一个列表A，用于保存网络的每一层的输出，即经过激活函数的输出 A = [np.atleast_2d(x)] # ---------- 前向传播 ---------- # 对网络的每一层进行循环 for layer in np.arange(0, len(self.W)): # 计算当前层的输出 net = A[layer].dot(self.W[layer]) out = self.sigmoid(net) # 添加到列表A A.append(out) # ---------- 反向传播 ---------- # 计算error error = A[-1] - y # 计算最后一个权重矩阵的D[?] D = [error * self.sigmoid_deriv(A[-1])] # 计算前面的权重矩阵的D[?] for layer in np.arange(len(A)-2, 0, -1): # 参见上文推导的公式 delta = D[-1].dot(self.W[layer].T) delta = delta * self.sigmoid_deriv(A[layer]) D.append(delta) # 列表D是从后往前记录，下面更新权重矩阵的时候，是从输入层到输出层 #　因此，在这里逆序 D = D[::-1] # 迭代更新权重 for layer in np.arange(0, len(self.W)): # 参考上文公式 self.W[layer] += -self.alpha * A[layer].T.dot(D[layer]) def predict(self, X, addBias=True): # 预测 p = np.atleast_2d(X) # check to see if the bias column should be added if addBias: # insert a column of 1's as the last entry in the feature # matrix (bias) p = np.c_[p, np.ones((p.shape[0]))] # loop over our layers int the network for layer in np.arange(0, len(self.W)): # computing the output prediction is as simple as taking # the dot product between the current activation value 'p' # and the weight matrix associated wieth the current layer, # then passing this value through a nonlinear activation # function p = self.sigmoid(np.dot(p, self.W[layer])) # return the predicted value return p def calculate_loss(self, X, targets): # make predictions for the input data points then compute # the loss targets = np.atleast_2d(targets) predictions = self.predict(X, addBias=False) loss = 0.5 * np.sum((predictions - targets) ** 2) # return the loss return loss nn = NeuralNetwork([2, 2, 1]) print(nn.__repr__())

转载于:https://www.cnblogs.com/chenzhen0530/p/10830112.html

[network.jpg]: /images/20220109/daf5b788d3ed40709531d3884ef90431.png