深度学习中得数学，高效计算基础与线性分类器

深度学习说到底就是要调节网络中得权重，使网络的分类结果更接近于训练值。这个重复迭代的过程又是一个线性回归的问题。在这种可能会用到高数，线性代数，概率论中的知识。

一、数学基础提一提。

1.高数中得知识。

  高数中最重要的就是微积分了，那在深度学习中出现最多的一个概念就是梯度。什么是梯度呢?要说导数，学过高数的肯定都知道。其实梯度就是当把标量x变成向量X时，对X求导就是梯度。那为什么要用梯度呢？因为梯度等于0在凸函数中往往代表着一个极小值点。我们要求得就是损失函数的极小值，这正是我们需要的。梯度是指向函数最大增加的方向，下面来解释为什么。

  

 

往往我们直接去求梯度等于0并不容易，所以我们要一步一步迭代，当f（x）无限接近于0.当X（k）=梯度，此时等式右边就变成一个二范式，这就代表了函数的最大增加方向。当我们对梯度取负时，就变成了函数减小最快的方向。也就是我们常说的梯度下降方法。工程中会在梯度前乘一个常数用来控制变化的程度，通常被称为步长。

2.概率论

（1）其中用的较多的知识是:独立变量概率的表示形式有分布函数，概率密度估计函数，累积分布函数

（2）中心极限定理

（3）贝叶斯公式

3.PCA：一种算法，用来对矩阵降维使用。

二、神经网络简介与应用

 1.图像上的应用

（1）场景识别

（2）图片内容识别

（3）自动图片归类

（4）拍立淘

2.自然语言上的应用

把一些文本输入到RNN会自动学习。例如把小四的文章输入网络中，可以自动学习其文笔输出文字。

3.综合应用

把在图像和文本上的应用结合起来。例如输入一张图片，输出对这张图片的描述。

三、高效计算基础

1.Python的数据类型，可参考另一篇博文http://www.cnblogs.com/softzrp/p/6523336.html

2.Python中的库：numpy和scipy

四、图像识别 其实就是输入一个多维数组，每一个位置的数都是0-255的范围，都代表一个颜色

1.困难之处：

（1）视角不同：一张图片经过旋转或者侧视后构图是完全不同的，计算机很难识别。（这也是一个好处，当样本量不够时可以通过旋转等方式增加样本量）

（2）尺寸大小不统一

（3）变形

（4）光影等干扰

（5）背景干扰

（6）同类内的差异

2.数据驱动学习，不是先去定义一个规则

3.K最近邻法

（1）需要衡量样本间的距离（曼哈顿距离，欧式距离，余弦距离）

（2）k最近邻法：找到训练集中最近的N个，以他们中出现的最多的结果作为结果

（3）N折交叉验证：把训练集分成N分，用其中N-1份做训练，第i份做测试得到一个准确率，最后把这n个准确率求平均。当N取不同的值会得到多个不同的平均准确率，取最大的那个平均准确率对应的n值

4.KNN做识别的优缺点

（1）准确度不高

（2）要记录全部训练数据

（3）慢

5.线性分类器

（1）得分函数：f(x,W)=Wx+b  其中x为输入的一个列向量，W为权重矩阵。举个例子：一张图片是32*32*3（长宽为32个像素，3位通道）的，那就可以构建一个32*32*3=3072维的一个列向量，把他作为x输入。假如要分为10类，那么W就是一个10*3072的一个矩阵。W*x后得出一个10*1的一个列向量f，把它作为得分函数。

理解：1)看做一条直线对空间划分         2)模板匹配：w的每一行可以看做是其中一个类别的模板；每类得分，实际上是像素点和模板匹配度；模板匹配的方式是内积运算

（2）损失函数（代价函数/cost function）(客观度/object)

给定W，可以由像素映射到类目得分，可以调整参数/权重W，使得映射的结果和实际类别吻合，损失函数是用来衡量吻合度的

损失函数 1:hinge loss/支持向量机损失

 对于训练集中的第i张图片数据x i，在W下会有一个得分结果向量f(x i ,W)， 第j类的得分为我们记作f(x i ,W) j， 则在该样本上的损失我们由下列公式计算得到

 

 
 因为是线性模型，因此可以简化成

 

加正则化项：

 

 

损失函数2: : 互熵损失(softmax）

对于训练集中的第i张图片数据x i，在W下会有一个得分结果向量f yi，则损失函数记作

   

或者

其中一般：