我正在尝试使用反向传播实现神经网络的梯度计算 . 我无法使用交叉熵误差和纠正线性单位(ReLU)作为激活 .
我设法通过sigmoid,tanh和ReLU激活函数使我的实现工作为平方错误 . 正确计算具有S形激活梯度的交叉熵(CE)误差 . 但是,当我将激活更改为ReLU时 - 它失败了 . (我正在为CE跳过tanh,因为它在(-1,1)范围内抽取值 . )
是否因为log函数的行为接近于0(ReLU在归一化输入时约为50%的时间返回)?我试图通过以下方式解决这个问题:
log(max(y,eps))
但它只能帮助将误差和渐变带回实数 - 它们仍然与数值梯度不同 .
我使用数值梯度验证结果:
num_grad = (f(W+epsilon) - f(W-epsilon)) / (2*epsilon)
以下matlab代码提供了我的实验中使用的简化和压缩反向传播实现:
function [f, df] = backprop(W, X, Y)
% W - weights
% X - input values
% Y - target values
act_type='relu'; % possible values: sigmoid / tanh / relu
error_type = 'CE'; % possible values: SE / CE
N=size(X,1); n_inp=size(X,2); n_hid=100; n_out=size(Y,2);
w1=reshape(W(1:n_hid*(n_inp+1)),n_hid,n_inp+1);
w2=reshape(W(n_hid*(n_inp+1)+1:end),n_out, n_hid+1);
% feedforward
X=[X ones(N,1)];
z2=X*w1'; a2=act(z2,act_type); a2=[a2 ones(N,1)];
z3=a2*w2'; y=act(z3,act_type);
if strcmp(error_type, 'CE') % cross entropy error - logistic cost function
f=-sum(sum( Y.*log(max(y,eps))+(1-Y).*log(max(1-y,eps)) ));
else % squared error
f=0.5*sum(sum((y-Y).^2));
end
% backprop
if strcmp(error_type, 'CE') % cross entropy error
d3=y-Y;
else % squared error
d3=(y-Y).*dact(z3,act_type);
end
df2=d3'*a2;
d2=d3*w2(:,1:end-1).*dact(z2,act_type);
df1=d2'*X;
df=[df1(:);df2(:)];
end
function f=act(z,type) % activation function
switch type
case 'sigmoid'
f=1./(1+exp(-z));
case 'tanh'
f=tanh(z);
case 'relu'
f=max(0,z);
end
end
function df=dact(z,type) % derivative of activation function
switch type
case 'sigmoid'
df=act(z,type).*(1-act(z,type));
case 'tanh'
df=1-act(z,type).^2;
case 'relu'
df=double(z>0);
end
end
Edit
经过另一轮实验,我发现在最后一层使用softmax:
y=bsxfun(@rdivide, exp(z3), sum(exp(z3),2));
和softmax成本函数:
f=-sum(sum(Y.*log(y)));
使实现适用于所有激活功能,包括ReLU .
这使我得出结论,后勤成本函数(二元分类器)不适用于ReLU:
f=-sum(sum( Y.*log(max(y,eps))+(1-Y).*log(max(1-y,eps)) ));
但是,我仍然无法弄清问题所在 .
4 回答
每个压扁函数sigmoid,tanh和softmax(在输出层中)意味着不同的成本函数 . 然后理解RLU(在输出层中)与交叉熵成本函数不匹配 . 我将尝试一个简单的平方误差成本函数来测试RLU输出层 .
RLU的真正力量在于深网的隐藏层,因为它不会受到梯度消失的影响 .
如果使用渐变后代,则需要派生激活函数,以便稍后在反向传播方法中使用 . 你确定'df = double(z> 0)'吗?对于物流和tanh似乎是对的 .
此外,你确定这个'd3 = y-Y'?我会说当你使用逻辑函数而不是ReLu时这是正确的(导数不相同,因此不会导致那个简单的等式) .
您可以使用softplus函数,它是ReLU的平滑版本,其衍生物是众所周知的(逻辑函数) .
我认为这个缺陷在于与数值计算的衍生物共同构成 . 在你的derivativeActivation函数中,你将ReLu的导数定义为0为0.在数值上计算x = 0处的导数时,它表示为(ReLU(x epsilon)-ReLU(x-epsilon)/(2 * epsilon) )在x = 0时为0.5 . 因此,将x = 0处的ReLU的导数定义为0.5将解决该问题
我以为我会分享我遇到类似问题的经历 . 我也设计了我的多分类器
ANN
,所有隐藏层都使用RELU
作为非线性激活函数,输出层使用softmax
函数 .我的问题在某种程度上与我正在使用的编程语言/平台的数值精度有关 . 在我的情况下,我注意到,如果我使用"plain"
RELU
它不仅会杀死渐变,而且我使用的编程语言产生了以下softmax
输出向量(这只是一个示例示例):请注意,大多数元素的值接近
0
,但最重要的是注意输出中的1
值 .我使用了与您使用的错误函数不同的
cross-entropy
错误函数 . 而不是计算log(max(1-y, eps))
我坚持基本log(1-y)
. 所以考虑到上面的输出向量,当我计算log(1-y)
时,由于cross-entropy
,我得到了-Inf
,这显然杀死了算法 .我想如果你的
eps
不够合理,以至于log(max(1-y, eps))
- >log(max(0, eps))
不会产生太小的输出log
输出你可能会像我一样在类似的泡菜中 .我对这个问题的解决方案是使用Leaky RELU . 一旦我开始使用它,我就可以继续使用多分类器
cross-entropy
来反对你决定尝试的功能 .