吴恩达深度学习——超参数调试

内容来自https://www.bilibili.com/video/BV1FT4y1E74V，仅为本人学习所用。

超参数调试

调试

目前学习的一些超参数有学习率$\alpha$（最重要）、动量梯度下降法$\beta$（次重要）、Adam优化算法${\beta }_1$、${\beta }_2$、$ϵ$（这三个参数一般默认）、层数layers（次次重要）、不同层中的隐藏单元数量hidden units（次重要）、学习率衰减learning rate decay（次次重要）、小批量大小mini-batch size（次重要）。

对于超参数的取值，如果有两个超参数，可以画一个网格，然后随机取值；如果有三个超参数，画一个立方体随机取值。

另外，可以从粗到细取值。在某个范围内取的超参数明显比周围的效果要好，那么可以在这个范围内细分取值。

选择范围

假设学习率在0.0001~1之间，那么不应该随机均匀取值，否则大部分数据落在0.1~1上，因此，使用对数标尺搜索超参数。$0.0001=10^{-4},1=10^0,r\in [-4,0]$。在$r$的范围内随机取值，然后使用对数重新映射到对数标尺上。

Batch归一化

对于单层神经网络，对参数$x$归一化，可以方便算法优化。

对于多层神经网络比如$w^{[3]}$，是否可以对参数$a^{[2]}$归一化？$a^{[2]}$来自于$z^{[2]}$，所以对$z^{[2]}$进行归一化，称为Batch归一化。

公式

1. 计算均值：对于给定的mini - batch数据（以神经网络某层输入$z^{(1)},z^{(2)},\cdots ,z^{(m)}$为例，$m$是mini - batch大小），计算其均值$\mu$：$\mu =\frac{1}{m}{\sum }_{i=1}^m{z}^{(i)}$。
2. 计算方差：计算mini - batch数据的方差${\sigma }^2$：${\sigma }^2=\frac{1}{m}{\sum }_{i=1}^m(z^{(i)}-\mu {)}^2$。
3. 归一化：对每个数据点$z^{(i)}$进行归一化，得到$z_{norm}^{(i)}=\frac{z^{(i)}-\mu }{\sqrt{{\sigma }^2+ϵ}}$，其中$ϵ$是一个很小的正数（如$10^{-8}$），防止分母为零。
4. 尺度变换和偏移：引入可学习参数$\gamma$（尺度参数）和$\beta$（偏移参数），对归一化后的数据进行变换：$${\hat{z}}^{(i)}=\gamma z_{norm}^{(i)}+\beta$$
   如果$\gamma =\sqrt{{\sigma }^2+ϵ}，\beta =\mu$，有${\hat{z}}^{(i)}$=$z^{(i)}$。$\gamma 、\beta$是新引入的超参数。

整合

输入层有$x_1$、$x_2$、$x_3$三个输入特征，经过两层隐藏层，每层有两个神经元，最终输出$\hat{y}$。神经元中$z^{[l]}$表示第$l$层的线性输出，$a^{[l]}$表示第$l$层的激活输出。

在每一层的线性输出$z^{[l]}$之后进行Batch归一化（BN）操作，引入可学习参数${\beta }^{[l]}$和${\gamma }^{[l]}$，归一化后再经过激活函数得到$a^{[l]}$。图中红色波浪线部分表示Batch归一化的处理位置。

在神经网络中，某层的线性输出原本为$z=Wx+b$ 。当进行Batch归一化时，由于后续的$\beta$（偏移参数）也起到了类似$b$的添加偏移量的作用，所以从效果上看，$b$的作用被$\beta$替代了。也就是说，$b$对输入数据所做的添加偏移量的操作，在Batch归一化后的$\beta$操作中可以等效实现，因此在实际计算中可以将$b$消去，简化计算过程。

在实际应用中，由于样本是mini-Batch，因此，归一化时可以使用指数加权平均来计算$\mu$和${\sigma }^2$。

Softmax

之前的分类采用二分分类，这种分类只有0和1两种标记。如果我们需要更多的标记，可以使用Softmax回归来识别多种分类中的一个。

对于识别猫、狗、小鸡以及其他类别，总共有$C=4$个类别，分别用0（其他）、1（猫）、2（狗）、3（小鸡）表示。下方的神经网络架构，输入$X$经过多个隐藏层，最终输出层有$n^{[L]}=4$个神经元，分别对应输入图像属于“其他”“猫”“狗”“小鸡”这四类的概率$P(other|x)$、$P(cat|x)$、$P(dog|x)$、$P(bcl|x)$，输出$\hat{y}$代表预测的类别。

对于$z^{[l]}=W^{[l]}{a}^{[l-1]}+b^{[l]}$ ，使用Softmax作为激活函数。先对$z^{[l]}$进行指数运算得到$t=e^{z^{[l]}}$ ，然后通过Softmax公式计算激活输出$a^{[l]}$ ，$a^{[l]}=\frac{e^{z^{[l]}}}{{\sum }_{j=1}^4{t}_i}$ ，其元素$a_i^{[l]}=\frac{t_i}{{\sum }_{j=1}^4{t}_i}$ ，将线性输出转换为概率分布。