第五章.与学习相关技巧—权重初始值(随机初始值，Xavier初始值，He初始值)

第五章.与学习相关技巧

5.2 权重初始值

本节将介绍权重初始值的推荐值，并通过实验确认神经网络的学习是否会快速进行。

1.权值衰减

• 权值衰减就是一种以减少权重参数的值为目的进行学习的方法，通过减少权重参数值来抑制过拟合的情况发生。

2.权重初始值不可设为相同值的原因

• 在误差反向传播法中，所有权重值都会进行相同的更新(乘法节点的反向传播原理)，权重被更新为相同的值，这使得神经网络拥有许多不同的权重的意义就丧失了，为了防止权重均一化，必须随机生成初始值。

3.权重初始值的设置方法

1).随机初始值：

• 示例：

  观察权重初始值是如何影响隐藏层的激活函数的分布：向一个5层神经网络(激活函数使用sigmoid函数)传入随机生成的输入数据，用直方图绘制各层激活值的数据分布(神经网络权重标准差设置为0.01或1的高斯分布情况)

• 各层激活值分布图：[标准差为1/0.01的高斯分布]

  • 标准差为1的高斯分布

    图像描述：各层的激活值呈偏向0/1的分布，这里使用的sigmoid是S型函数，随着输出不断的靠近0/1，它的导数值逐渐接近0，因此偏向0和1的数据分布会造成反向传播中梯度的值不断变小，最后消失，这个问题称为梯度消失。
    

  • 标准差为0.01的高斯分布

    图像描述：这次集中在0.5附近的分布，不会像刚才的例子偏向0/1，所以不会出现梯度消失的问题，但是激活值的分布有所偏向，会出现“表现力受阻”的问题
    

• 各层激活值的分布特点：
  各层激活值的分布都要求有适当广度的原因：通过在各层间传递多样性的数据，神经网络可以进行高效学习。反过来，如果传递的是有所偏向的数据，就会出现梯度消失或者表现力受阻的问题，导致学习可能无法顺利进行。

2).Xavier初始值：

• 示例：

  观察权重初始值是如何影响隐藏层的激活函数的分布：向一个5层神经网络传入随机生成的输入数据，用直方图绘制各层激活值的数据分布(神经网络权重标准差设置为1/√n的高斯分布情况)

• 各层激活值分布图：[标准差为1/√n的高斯分布]

  • 激活函数:sigmoid
    

  • 激活函数:tanh
    

• 图像描述:
  sigmoid激活函数后面的层分布呈稍微歪斜的形状，如果是tanh激活函数，这个稍微倾斜的问题就会得到改善。众所周知，用作激活函数的函数最好具有关于原点对称的性质。[tanh函数：关于原点(0,0)对称的S型曲线；sigmoid函数：关于(x,y)=(0,0.5)对称的S型曲线]

• 结论：
  如果前一层的节点数为n，则初始值使用标准差为1/√n的分布。

3).He初始值：(ReLU激活函数专用初始值)

• 示例：

  观察权重初始值是如何影响隐藏层的激活函数的分布：向一个5层神经网络传入随机生成的输入数据，用直方图绘制各层激活值的数据分布(神经网络权重标准差设置为√(2/n)的高斯分布情况)

• 各层激活值分布图：[标准差为√(2/n)的高斯分布]

  • 激活函数:ReLU
    

• 图像描述:
  当初始值为He初始值时，各层中分布的广度相同，即使层加深，数据的广度也能保持不变，因此逆向传播时，也会传递合适的值。

• 结论：
  如果前一层的节点数为n，则初始值使用标准差为√(2/n)的分布。

4).总结

• 激活函数为ReLU时：权重初始值使用He初始值。
• 激活函数为sigmoid/tanh等S型曲线函数时：权重初始值使用Xavier初始值。