[机器学习] UFLDL笔记

前言

　　[机器学习] UFLDL笔记系列是以我学习UFLDL Tutorial（Andrew Ng老师主讲）时的笔记资料加以整理推出的。内容以无监督特征学习和深度学习为主，同时也参考了大量网上的相关资料。
　　
　　本文主要整理自UFLDL的“Backpropagation”章节的笔记，结合笔者的一些心得对内容进行了补充，并纠正了几处错误。反向传播的本质是利用微分的链式法则高效计算梯度，是基于计算图的算法的优化的关键！网上有很多关于反向传播算法的资料，讲解都十分清晰透彻（文章末尾会给出资料链接），所以本文不再重复讲解，只针对UFLDL-Backpropagation中的例子进行补充完善，以便初学者更容易理解。
　　
　　文章小节安排如下：
　　1）Example 1: Objective for weight matrix in sparse coding
　　2）Example 2: Smoothed topographic L1 sparsity penalty in sparse coding
　　3）Example 3: ICA reconstruction cost
　　4）结语
　　5）参考资料
　　
　　

一、Example 1: Objective for weight matrix in sparse coding

1.1 Objective Function

　　

　　这里式子是Sparse Coding中的目标函数，第一项为重构项（reconstruction term），第二项是稀疏惩罚项（sparsity penalty term）。
　　我们简单复习一下，在这个式子中，A是由基向量组成的矩阵（一组超完备基）：
　　

　　s是系数向量：
　　

　　Sparse Coding的目标就是学习出 x 的一个高度拟合的近似表达式，具体来说就是找到一组超完备（over-complete bases）和一个系数向量，重构输入：
　　

　　

1.2 Computational Graph

　　

　　将目标函数的式子看作一个神经网络，就可以利用反向传播算法计算网络中任何一个结点的偏导数。

1.3 Activation Function

　　

　　这里给出了激励函数和加权和z，其实神经网络的前馈计算也就是输入向量s、权重矩阵A、激励函数f三部分。
　　

1.4 Delta

　　

　　这里想强调的有两点，
　　第一，只要一个式子可以展开成神经网络的图结构，那么每一层神经节点的Delta和每一个权重矩阵的偏导数的计算形式就都是一致的；
　　第二，一定要学会向量化计算的技巧和思维方式。
　　

1.5 Gradient

　　

　　
　　

二、Example 2: Smoothed topographic L1 sparsity penalty in sparse coding

2.1 Objective Function

　　

　　这里式子是Topographic Sparse Coding中目标函数的L2 sparsity penalty（UFLDL中说是L1是不对的），其中V是分组矩阵，s是系数向量（也就是最后学习到的特征向量），该惩罚项的目的是希望学习得到一组有某种“秩序（orderly）”的特征集，也就是希望相邻的特征（adjacent features）是相似的。
　　不过我觉得这个式子不太对，因为在惩罚项中，第一步应该计算的是s各项的平方，所以这样写更合适：
　　

　　

2.2 Computational Graph

　　

　　UFLDL中的计算图将第二个隐层的计算标注为ss^T并不恰当，其实是s中各项的平方。
　　

2.3 Activation Function

　　

　　我们将第一层的激励函数看作是f(x)=x，第二层的激励函数看作是f(x)=x^2。
　　注意，UFLDL中的表把layer1和layer2写反了。

2.4 Delta

　　

2.5 Gradient

　　

　　

三、Example 3: ICA reconstruction cost

1.1 Objective Function

　　

　　这里式子是ICA（Independent Component Analysis）中目标函数的重构项（reconstruction term），其中W是权重矩阵，x是输入向量。
　　

2.2 Computational Graph

　　

　　

2.3 Activation Function

　　

　　注意，将上述目标函数看作是一个神经网络，应该是有5个Layer，4个Weight matrix，但UFLDL中只写了4个Layer，似乎是不对的。
　　

2.4 Delta

　　

　　

2.5 Gradient

　　计算F关于W的梯度，首先计算F对网络中每个W的梯度，再将其相加求和，即可得到F关于W的最终梯度。注意，关于W^T的梯度需要进行转置来得到关于W的梯度。
　　

　　

　　

　　注意，UFLDL中F关于W的梯度计算不对，结果式子中第一个W不应该有转置符号。
　　
　　
　　

结语

　　反向传播算法是复杂目标函数求梯度的利器，也是神经网络研究中必备的基础技术，一方面，我们要掌握反向传播算法的数学推导，另一方面，我们也要熟悉如何编程实现反向传播算法，尤其要掌握向量化计算的思维方式。
　　

参考资料

Calculus on Computational Graphs: Backpropagation
http://colah.github.io/posts/2015-08-Backprop/
BackPropagation : a collection of notes, tutorials, demo, and codes
https://algorithmsdatascience.quora.com/BackPropagation-a-collection-of-notes-tutorials-demo-and-codes
NotesonBackpropagation
https://www.ics.uci.edu/~pjsadows/notes.pdf
Deriving gradients using the backpropagation idea
http://deeplearning.stanford.edu/wiki/index.php/Deriving_gradients_using_the_backpropagation_idea
CS231n: Convolutional Neural Networks for Visual Recognition - backprop notes
http://cs231n.github.io/optimization-2/
Principles of training multi-layer neural network using backpropagation
http://galaxy.agh.edu.pl/~vlsi/AI/backp_t_en/backprop.html