反向传播
训练数据与测试数据
损失函数
常用：平方和误差、交叉熵误差
平方和误差
适用于计算连续数值的情况
def square_sum(y,t):
return 1.0/2.0*np.sum(np.square(y-t))
交叉熵误差
学习速度很快，偏差容易被迅速消除
def (y,t):
return -np.sum(t*np.log(y+1e-7))
避免y=0时发散为无穷小无法计算，加上一个很小的值1e-7
梯度下降法
原理：通过对参数xk调整使计算结果向y的最小值方向下降
梯度就是y对xk的偏导数
反向传播中（使用损失函数计算的误差值作为起点来反向追溯），使用梯度下降法决定修正量的大小，对神经网络的w、b进行调整，使误差变小 --误差E对权重Wij的偏导
η--学习系数，决定学习速度的常数
·输出层的梯度推导
·输出层的输入梯度
即E对yj求偏导，由连续性--> 该值=Σ(Sr*Wjr) (r是计数)
此乃对误差的传播！
·计算公式总结
最优化算法
|
权重更新公式不好打、、
|
特点
|
good
|
bad
|
|
随机梯度下降法（SGD）
|
每次更新随机选取样本
|
不容易陷入局部最优解；简单
|
无法灵活调整更新量
|
|
Momentum
|
在SGD加了惯性项α△w、α△b
|
可以有效防止更新量的急剧变化
|
调整困难
|
|
AdaGrad
|
|
对更新量自动调整；学习率会下降
|
更新量持续减少
|
|
RMSProp
|
克服AdaGrad中由于更新量变小导致的学习进度停滞
|
|
|
|
Adam
|
很好、很复杂
|
|
|
批次尺寸
· 完成一次对所有训练数据的学习被称为一轮epoch
· 训练样本集中学习的集合是批次batch
一轮epoch中数据集可分割为多个batch
· 批次尺寸指一个批次中所包含的样本的数量
根据批次尺寸将学习类型分为：
1、批次学习（all）
2、在线学习（1）
3、小批次学习（）
·批次尺寸一般设为10~100