神经网络中神经元的权重更新
前段时间写过一篇介绍神经网络的入门文章：
神经网络极简入门
。
那篇文章介绍了神经网络中的基本概念和原理，并附加了一个示例演示如何实现一个简单的神经网络。
不过，在那篇文章中并没有详细介绍神经网络在训练时，是如何一步步找到每个神经元的最优权重的。
本篇介绍神经网络训练时，常用的一种权重更新的方式--
梯度下降
。
1. 回顾神经网络
首先，回顾一下神经网络模型主要包含哪些部分：
如上图所示，核心部分有：
- 神经元：图中黑色圆圈部分，接受输入，产生输出
- 层：神经元的集合，图中蓝色，绿色框，一个层一般包含一个或多个神经元
神经元对输入进行两步计算：
- 对各个输入按照权重求和
- 求和的结果再经过一个激活函数，得到一个输出值
神经网络的训练过程，就是给每个神经元找到一个合适的
权重
，
使得神经网络最后的输出（
\(Output\)
）与目标值相差最小。
神经网络的结构不难，难点在于神经元和层多了之后，计算量暴增，需要强大的硬件支持。
2. 初始权重分配
下面回归本篇的主题，也就是神经网络中权重是如何更新和确定的。
我们知道，神经网络之所以如此流行，是因为基于它的模型，准确度远远好于传统的机器学习模型。
而神经网络模型的好坏取决于每个神经元的权重是否合理。
先假设做一个简单的神经网络，看看神经网络模型如何从
输入值
计算出
输出值
的。
这个网络中，假设我们的激活函数用
\(y=\frac{1}{(1+e^x)}\)
那么，根据神经元的计算方法，先求和
\(x_1w_{1,1}+x_2w_{2,1}\)
，
再用激活函数得到：
\(y_1=\frac{1}{1+e^{(x_1w_{1,1}+x_2w_{2,1})}}\)
同理可得：
\(y_2=\frac{1}{1+e^{(x_1w_{1,2}+x_2w_{2,2})}}\)
，
\(y_2=\frac{1}{1+e^{(x_1w_{1,3}+x_2w_{2,3})}}\)
最终可得输出：
\(z_1=\frac{1}{1+e^{(y_1 w^{'}_{1,1}+y_2 w^{'}_{2,1}+y_3 w^{'}_{3,1})}}\)
从上面的计算过程可以看出，
\(x_1,x_2\)
是输入值，无法改变；
\(y_1,y_2,y_3\)
和
\(z_1\)
是计算产生的，也无法改变。
在神经网络中，我们能够调整优化的就是权重值
\(w_{1,1},...,w_{2,3}\)
以及
\(w^{'}_{1,1},...,w^{'}_{3,1}\)
。
理论上，初始化神经网络时，可以设置任意的权重，通过不断的训练最终得到合适的权重。
但实际情况下，模型的训练并不是万能的，初始权重设置的不好，对于训练花费的时间和训练结果都会造成不利的影响。
比如，初始权重
设置的太大
，会导致应用在数据上的激活函数总是处于斜率非常平缓的位置（如下图虚线红框处），
从而降低了神经网络学习到更好权重的能力。。
此外，还有一个问题是不要设置零值的权重，这也会导致神经网络丧失学习更好权重的能力。
所以，设置初始权重时：
- 选择随机的，值比较小权重，常见的范围是
0.01~0.99
或
-1.0~1.0
（不要选择0） - 权重的分配最好与实际问题关联，比如实际问题中，知道某些输入值的重要性高，可以初始较大的权重
3. 误差的反向传播
训练神经网络，除了设置初始权重之外，另一个重要的部分就是计算误差。
误差就是根据训练结果与实际结果的差距。
比如上图，训练结果是
\(o_1\)
，实际结果是
\(t_1\)
，误差就是
\(e=t_1-o_1\)
。
根据这个误差
\(e\)
，来计算上一层中各个神经元计算后的误差。
误差一般是根据神经元权重所占的比例来分配的。
比如，假设上图的神经网络中，最后一层的初始权重
\(w^{'}_{1,1}=0.58, w^{'}_{2,1}=0.21, w^{'}_{3,1}=0.36\)
，
最后的误差为
\(e=2\)
。
那么，根据
\(w^{'}_{1,1}, w^{'}_{2,1}, w^{'}_{3,1}\)
的权重在这一层所占的比例来更新这一层的误差：
\(e_{y1}=e\times \frac{w^{'}_{1,1}}{w^{'}_{1,1}+w^{'}_{2,1}+w^{'}_{3,1}}=2\times \frac{0.58}{0.58+0.21+0.36}\approx 1.01\)
同理可得：
\(e_{y2}\approx 0.37\)
，
\(e_{y3}\approx 0.63\)
。
然后再根据
\(e_{y1},e_{y2}, e_{y3}\)
去更新上一层的误差。
这样，从后往前，就得到了每个神经元的计算所产生的误差。
因为误差是从后往前计算的，所以也成为误差的
反向传播
。
4. 优化权重的思路
通过误差的反向传播计算出每个神经元的误差，目的就是基于这个误差来更新神经元的权重值。
- 当神经元的误差较大时，尝试减小神经元的权重值；
- 当神经元的误差较小时，尝试增加神经元的权重值。
这也就是
梯度下降
算法的思路。
那么权重每次更新多少合适呢？
每次更新步长太小，将导致计算量过大，经过很长时间的迭代才能找到
最优值
，如下：
而且，更新步长太小，还会导致找到
次优值
之后，就以为已经找到
最优值
，如下：
不过，每次权重更新步长过大，也会有问题，有可能会错过最优值，在最优值附近来回横跳，如下：
所以，计算出误差之后，更新权重不是一次就能完成的。
一般来说，会尝试用多种不同的步长来更新权重，看看哪种步长更新的权重会使得最后的误差最小。
5. 总结
总的来说，神经网络的训练，关键点主要有：
- 确定初始权重
- 误差反向传播
- 尝试不同步长更新权重，尽量找出最优值（也就是使得最终误差最小的权重）
整个训练过程大致如下：
上图中，结束训练的条件是
误差<阈值
，有的时候，可能会出现很长时间之后误差始终都大于阈值，无法结束训练。
这时，可以加一个条件，
误差<阈值
或者迭代次数到达
1000次
（可以任意次数），就结束训练。