在学习深度神经网络之前，需要了解神经网络训练的基础知识。 包括：定义简单的神经网络架构、数据处理、指定损失函数和如何训练模型。 为了更容易学习，从经典算法————线性神经网络开始，了解神经网络的基础知识。
文章目录
1.1 线性回归中的基本元素
线性回归基于几个简单的假设：
首先，假设自变量 x 和因变量 y 之间的关系是线性的， 即 y 可以表示为 x 中元素的加权和，这里通常允许包含观测值的一些噪声； 其次，我们假设任何噪声都比较正常，如噪声遵循正态分布。
我们以一个非常经典的根据房屋的面积（平方米）和房龄（年）来估算房屋价格的模型为例。
首先，我们需要准备训练数据集（training data set） 或训练集（training set）,包括真实的房屋价格，面积和房龄。
我们把试图预测的目标（比如预测房屋价格）称为标签（label）或目标（target）。 预测所依据的自变量（面积和房龄）称为特征（feature）或协变量（covariate）。
1.1.1 线性模型
根据最开始我们的线性假设，我们的预测目标（房屋价格）可以表示为（面积和房龄）的加权和，用一个数学表达式来表示如下：
这个表达式可以看作输入特征的一个
仿射变换（affine transformation）。 仿射变换的特点是通过加权和对特征进行线性变换（linear transformation）， 并通过偏置项来进行平移（translation）。
warea 和 wage 称为权重（weight），权重决定了每个特征对我们预测值的影响。
b 称为偏置（bias）、偏移量（offset）或截距（intercept）。（表述成截距可能更熟悉）可以很清楚的看到，b可以表示当所有特征都取0时，预测值为多少。即使现实中不会有任何房子的面积是0或房龄正好是0年，我们仍然需要偏置项。 如果没有偏置项，我们模型的表达能力将受到限制。
在机器学习中，我们通常使用的是高维数据集，很多个特征（feature）的输入
所以用线性代数的方式，用向量来表示会更方便，同时向量的点积可以表示加权和，就会简化成如下形式：
表示完这种数学模型之后，就可以发现，表达式中有两个模型参数（model parameters）w 和 b ，接下来就是确定这两个参数，我们就引入了另外两个概念：
损失函数：一种模型质量的度量方式随机梯度下降:一种能够更新模型以提高模型预测质量的方法。
1.1.2 损失函数
损失函数（loss function）能够量化目标的实际值与预测值之间的差距。
通常我们会选择非负数作为损失，且数值越小表示损失越小，完美预测时的损失为0。
回归问题中最常用的损失函数是平方误差函数。 当样本 i 的预测值为 y^(i) ，其相应的真实标签为 y(i) 时， 平方误差可以定义为以下公式
常数 1/2 不会带来本质的差别，但这样在形式上稍微简单一些 （因为当我们对损失函数求导后常数系数为1）。
由于平方误差函数中的二次方项， 估计值 y^(i) 和观测值 y(i) 之间较大的差异将导致更大的损失。 为了度量模型在整个数据集上的质量，我们需计算在训练集 n 个样本上的损失均值（也等价于求和）
在训练模型时，我们希望寻找一组参数（ w∗,b∗ ）， 这组参数能最小化在所有训练样本上的总损失。
1.1.3 随机梯度下降
梯度下降（gradient descent）， 这种方法几乎可以优化所有深度学习模型。 它通过不断地在损失函数递减的方向上更新参数来降低误差。
梯度下降最简单的用法是计算损失函数关于模型参数的导数（在这里也可以称为梯度）。
但实际中的执行可能会非常慢：因为在每一次更新参数之前，我们必须遍历整个数据集。 因此，我们通常会在每次需要计算更新的时候随机抽取一小批样本， 这种变体叫做小批量随机梯度下降（minibatch stochastic gradient descent）
算法步骤：
（1）初始化模型参数的值，如随机初始化；
（2）从数据集中随机抽取小批量样本，计算小批量的平均损失关于模型参数的导数（也可以称为梯度）。 最后，我们将梯度乘以一个预先确定的正数 η ，并从当前参数的值中减掉。并不断迭代这一步骤。
| B| 表示每个小批量中的样本数，这也称为
批量大小（batch size）。 η表示学习率（learning rate）。 批量大小和学习率的值通常是手动预先指定，而不是通过模型训练得到的。 这些可以调整但不在训练过程中更新的参数称为超参数（hyperparameter）。
调参（hyperparameter tuning）是选择超参数的过程。 超参数通常是我们根据训练迭代结果来调整的， 而训练迭代结果是在独立的验证数据集（validation dataset）上评估得到的。
例如对对于平方损失中的w和B：
线性回归恰好是一个在整个域中只有一个最小值的学习问题。 但是对于像深度神经网络这样复杂的模型来说，损失平面上通常包含多个最小值。 需要花费大力气寻找这样一组参数，使得在训练集上的损失达到最小。 事实上，更难做到的是找到一组参数，这组参数能够在我们从未见过的数据上实现较低的损失， 这一挑战被称为泛化（generalization）。
1.2 矢量化加速
其实简单来说就是利用线性代数库，而不是在for循环，来简化运算过程。对两个向量用两种方式相加的过程进行计时，来表示他们之间的效率差异
n = 100000
a = torch.ones(n)
b = torch.ones(n)
一个常用的计时器：
class Timer: #@save
"""记录多次运行时间"""
def __init__(self):
self.times = []
self.start()
def start(self):
"""启动计时器"""
self.tik = time.time()
def stop(self):
"""停止计时器并将时间记录在列表中"""
self.times.append(time.time() - self.tik)
return self.times[-1]
def avg(self):
"""返回平均时间"""
return sum(self.times) / len(self.times)
def sum(self):
"""返回时间总和"""
return sum(self.times)
def cumsum(self):
"""返回累计时间"""
return np.array(self.times).cumsum().tolist()
第一种：使用for循环，每次执行一位的加法：
c = torch.zeros(n)
timer = Timer()
for i in range(n):
c[i] = a[i] + b[i]
f'{timer.stop():.5f} sec'
输出时长：
'0.76498 sec'
第二种：使用重载的+运算符来计算按元素的和。
timer.start()
d = a + b
f'{timer.stop():.5f} sec'
输出时长：
'0.00100 sec'
结果很明显，第二种方法比第一种方法快得多。 矢量化代码通常会带来数量级的加速。 另外，我们将更多的数学运算放到库中，而无须自己编写那么多的计算，从而减少了出错的可能性。
1.3 正态分布与平方损失
正态分布和线性回归之间的关系很密切。 正态分布（normal distribution），也称为高斯分布（Gaussian distribution）其正态分布概率密度函数如下:
下面我们定义一个Python函数来计算正态分布。
def normal(x, mu, sigma):
p = 1 / math.sqrt(2 * math.pi * sigma**2)
return p * np.exp(-0.5 / sigma**2 * (x - mu)**2)
进行可视化：
# 再次使用numpy进行可视化
x = np.arange(-7, 7, 0.01)
# 均值和标准差对
params = [(0, 1), (0, 2), (3, 1)]
d2l.plot(x, [normal(x, mu, sigma) for mu, sigma in params], xlabel='x',
ylabel='p(x)', figsize=(4.5, 2.5),
legend=[f'mu {mu}, sigma {sigma}' for mu, sigma in params])
如图，就是对正态分布的理解：改变均值（mu）会产生沿 x 轴的偏移，增加方差（sigma）将会分散分布、降低其峰值。
均方损失可以用于线性回归的一个原因是： 我们假设了观测中包含噪声，其中噪声服从正态分布。 噪声正态分布如下式:
可以写出通过给定的 x 观测到特定 y 的似然（likelihood）:
根据极大似然估计法，参数 w 和 b 的最优值是使整个数据集的似然最大的值
根据极大似然估计法选择的估计量称为极大似然估计量。 虽然使许多指数函数的乘积最大化看起来很困难，我们可以通过概率论中计算最大化似然对数来简化。 由于历史原因，优化通常是说最小化而不是最大化。 我们可以改为最小化负对数似然 −logP(y∣X) 。
现在我们只需要假设 σ 是某个固定常数就可以忽略第一项， 因为第一项不依赖于 w 和 b 。 现在第二项除了常数 1/σ2 外，其余部分和前面介绍的均方误差是一样的。
因此，在高斯噪声的假设下，最小化均方误差等价于对线性模型的极大似然估计。
1.4 从线性回归到深度网络
尽管神经网络涵盖了更多更为丰富的模型，我们依然可以用描述神经网络的方式来描述线性模型， 从而把线性模型看作一个神经网络， 该图只显示连接模式，即只显示每个输入如何连接到输出，隐去了权重和偏置的值。
图中，输入为 x1,…,xd ， 因此输入层中的输入数（或称为特征维度，feature dimensionality）为 d 。 网络的输出为 o1 ，因此输出层中的输出数是1。 需要注意的是，输入值都是已经给定的，并且只有一个计算神经元。
由于模型重点在发生计算的地方，所以通常我们在计算层数时不考虑输入层。 所以图中神经网络的层数为1。 我们可以将线性回归模型视为仅由单个人工神经元组成的神经网络，或称为单层神经网络。
对于线性回归，每个输入都与每个输出（在本例中只有一个输出）相连， 我们将这种变换（ 图3中的输出层） 称为全连接层（fully-connected layer）或称为稠密层（dense layer）。
1.5 总结
- 机器学习模型中的关键要素是训练数据、损失函数、优化算法，还有模型本身。
- 矢量化使数学表达上更简洁，同时运行的更快。
- 最小化目标函数和执行极大似然估计等价。
- 线性回归模型也是一个简单的神经网络。
标签：self,损失,动手,神经网络,参数,线性,模型 来源： https://blog.csdn.net/qq_52118067/article/details/122510573
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。