BP神经网络(公式推导+举例应用)

发布时间:2024年01月12日

引言

人工神经网络(Artificial Neural Networks,ANNs)作为一种模拟生物神经系统的计算模型,在模式识别、数据挖掘、图像处理等领域取得了显著的成功。其中,BP神经网络(Backpropagation Neural Network,BPNN)作为一种常见的前馈式神经网络,以其在模式学习和逼近函数方面的优越性受到广泛关注。BP神经网络不仅能够处理非线性关系,还能够通过训练不断调整网络参数,实现对复杂模型的逼近,具有较强的自适应性和泛化能力。

本文旨在深入探讨BP神经网络的基本原理和数学模型,通过对其公式的详细推导,为读者提供清晰的理论基础。此外,通过具体的举例应用,展示BP神经网络在实际问题中的有效性和应用前景。通过对BP神经网络的深入理解,我们可以更好地应用和优化该模型,推动人工智能领域的发展。

在神经网络研究的历史长河中,BP神经网络无疑是一个重要的里程碑,其不断演化和改进为解决实际问题提供了有力的工具。通过深入研究BP神经网络,我们有望更好地理解神经网络的内在机理,推动其在各个领域的广泛应用。在人工智能日益发展的今天,BP神经网络仍然是一个备受关注的研究方向,本文将为读者提供对其深入理解的途径和启发。

M-P神经元模型

在生物神经网络中,每个神经元与其他神经元相连接,当它“兴奋”时,就会向相连接的神经元发送化学物质,从而改变这些神经元内的电位;若某神经元的电位超过一个“阈值”,那么它就会被激活,即“兴奋”起来,向其他神经元发送化学物质。我们将上述所描述的情形抽象为下图所示(M-P神经元模型):
在这里插入图片描述
在这个模型中,神经元接受到来自 n n n个其他神经元传递过来的输入信号,这些输入信号通过带权的连接进行传递,神经元接受到的总输入值与神经元的阈值进行对比,然后通过”激活函数“处理以产生神经元的输出。

激活函数

理想中的激活函数如下图所示:
在这里插入图片描述
s g n ( x ) = { 1 , x ≥ 0 0 , x < 0 sgn(x)= \begin{cases} 1,\quad x\geq 0\\ 0, \quad x<0 \end{cases} sgn(x)={1,x00,x<0?
显然“1”对应神经元兴奋、“0”对应神经元抑制。然而 s g n ( x ) sgn(x) sgn(x)数学性质不好,不具备连续性且不光滑。因此实际上我们采用 s i g m o i d sigmoid sigmoid函数作为激活函数,典型的 s i g m o i d sigmoid sigmoid函数如下图所示:
在这里插入图片描述
s i g m o i d ( x ) = 1 1 + e ? x sigmoid(x)=\frac{1}{1+e^{-x}} sigmoid(x)=1+e?x1?
然后将许多的神经元按一定的层次连接起来,就构成了一个神经网络。

多层前馈神经网络

常见的神经网络是形如下图所示的层级结构:
在这里插入图片描述
每层神经元与下一层神经元全连接,神经元之间不存在同层连接,也不存在跨层连接。这样的网络称为多层前馈神经网络。

误差逆传播算法

给定数据集 D = { ( x 1 , y 1 ) , ( x 2 , y 2 ) , . . . ( x m , y m ) } D=\{ (x_1,y_1),(x_2,y_2),...(x_m,y_m)\} D={(x1?,y1?),(x2?,y2?),...(xm?,ym?)} x i ∈ ? d , y i ∈ ? l x_i\in \Re^d,y_i \in \Re^l xi??d,yi??l,即输入样例由 d d d个属性描述,输出样例由 l l l维实值向量。下图给出一个拥有 d d d个输入神经元、 l l l个输出神经元、 q q q个隐层神经元的多层前反馈神经网络。其中输出层第 j j j个神经元的阈值用 θ j \theta_j θj?表示,隐层第 h h h个神经元的阈值用 γ h \gamma_h γh?表示。输入层第 i i i个神经元与隐层第 h h h个神经元之间的连接权为 v i h v_{ih} vih?,隐层第 h h h个神经元与输出层第 j j j个神经元之间的连接权为 w h j w_{hj} whj?。记隐层第 h h h个神经元接收到的输入为 α h = ∑ i = 1 d v i h x i \alpha_h=\sum_{i=1}^dv_{ih}x_i αh?=i=1d?vih?xi?,输出层第 j j j个神经元接收到的输入为 β j = ∑ h = 1 q w h j b h \beta_j=\sum_{h=1}^qw_{hj}b_h βj?=h=1q?whj?bh?。其中 b h b_h bh?为隐层第 h h h个神经元的输出。
在这里插入图片描述
对训练集 ( x k , y k ) (x_k,y_k) (xk?,yk?),假定神经网络的输出为 y ^ j k = ( y ^ 1 k , y ^ 1 k , . . . , y ^ l k ) \hat y_j^k=(\hat y_1^k,\hat y_1^k,...,\hat y_l^k) y^?jk?=(y^?1k?,y^?1k?,...,y^?lk?)
y ^ j k = f ( β j ? θ j ) (1) \hat y_j^k=f(\beta_j-\theta_j) \tag{1} y^?jk?=f(βj??θj?)(1)
则网络在 x k , y k x_k,y_k xk?,yk?上的均方误差为:
E k = 1 2 ∑ j = 1 l ( y ^ j k ? y j k ) 2 (2) E_k=\frac{1}{2}\sum_{j=1}^l(\hat y_j^k-y_j^k)^2 \tag{2} Ek?=21?j=1l?(y^?jk??yjk?)2(2)
其中 y ^ j k \hat y_j^k y^?jk?为神经网络模型输出, y j k y_j^k yjk?为训练集实际样例输出。

故在上图网络中共有 ( d + l + 1 ) q + l (d+l+1)q+l (d+l+1)q+l个参数。BP是一个迭代学习算法,在迭代的每一轮中采用广义感知机学习规则对参数进行更新估计,任意参数 v v v的更新估计式为:
v ← v + Δ v (3) v\leftarrow v+\Delta v \tag{3} vv+Δv(3)

以上图的BP网络中隐层到输出层的连接权 w h j w_{hj} whj?为例来进行推导:
BP算法基于梯度下降法,以目标的负梯度方向对参数进行调整,对误差 E k E_k Ek?,给定学习率 η \eta η,有:
Δ w h j = ? η ? E k ? w h j (4) \Delta w_{hj}=-\eta \frac{\partial E_k}{\partial w_{hj}} \tag{4} Δwhj?=?η?whj??Ek??(4)
我们注意到 w h j w_{hj} whj?先影响到第 j j j个输出层神经元的输入值 β j \beta_j βj?,再影响到输出值 y ^ j k \hat y_j^k y^?jk?,最终影响到 E k E_k Ek?,有:
? E k ? w h j = ? E k ? y ^ j k ? ? y ^ j k ? β j ? ? β j ? w h j (5) \frac{\partial E_k}{\partial w_{hj}}=\frac{\partial E_k}{\partial \hat y_j^k}\cdot \frac{\partial \hat y_j^k}{\partial \beta_j}\cdot \frac{\partial \beta_j}{\partial w_{hj}} \tag{5} ?whj??Ek??=?y^?jk??Ek????βj??y^?jk????whj??βj??(5)

根据 β j = ∑ h = 1 q w h j h h \beta_j=\sum_{h=1}^qw_{hj}h_h βj?=h=1q?whj?hh?的定义,显然有:
? β j ? w h j = b h (6) \frac{\partial \beta_j}{\partial w_{hj}}=b_h \tag{6} ?whj??βj??=bh?(6)

又因为 s i g m o i d sigmoid sigmoid函数有一个很好的数学性质:
f ′ ( x ) = f ( x ) ( 1 ? f ( x ) ) (7) f^\prime(x)=f(x)(1-f(x)) \tag{7} f(x)=f(x)(1?f(x))(7)

根据式子(1)和(2),有:
g j = ? ? E k ? y ^ j k ? ? y ^ j k ? β j = ? ( y ^ j k ? y j k ) f ′ ( β j ? θ j ) = y ^ j k ( 1 ? y ^ j k ) ( y j k ? y ^ j k ) (8) \begin{align*} g_j & = -\frac{\partial E_k}{\partial \hat y_j^k}\cdot \frac{\partial \hat y_j^k}{\partial \beta_j} \\ & = -(\hat y_j^k-y_j^k)f^\prime(\beta_j-\theta_j) \\ & = \hat y_j^k(1-\hat y_j^k)(y_j^k-\hat y_j^k) \end{align*} \tag{8} gj??=??y^?jk??Ek????βj??y^?jk??=?(y^?jk??yjk?)f(βj??θj?)=y^?jk?(1?y^?jk?)(yjk??y^?jk?)?(8)
其中 E k = 1 2 ∑ j = 1 l ( y ^ j k ? y j k ) 2 E_k=\frac{1}{2}\sum_{j=1}^l(\hat y_j^k-y_j^k)^2 Ek?=21?j=1l?(y^?jk??yjk?)2,那么 ? E k ? y ^ j k = y ^ j k ? y j k \frac{\partial E_k}{\partial \hat y_j^k}=\hat y_j^k-y_j^k ?y^?jk??Ek??=y^?jk??yjk? y ^ j k = f ( β j ? θ j ) \hat y_j^k=f(\beta_j-\theta_j) y^?jk?=f(βj??θj?),那么 ? y ^ j k ? β j = f ′ ( β j ? θ j ) = f ( β j ? θ j ) ? ( 1 ? f ( β j ? θ j ) ) = y ^ j k ? ( 1 ? y ^ j k ) \frac{\partial \hat y_j^k}{\partial \beta_j}=f^\prime(\beta_j-\theta_j)=f(\beta_j-\theta_j)\cdot(1-f(\beta_j-\theta_j))=\hat y_j^k\cdot (1-\hat y_j^k) ?βj??y^?jk??=f(βj??θj?)=f(βj??θj?)?(1?f(βj??θj?))=y^?jk??(1?y^?jk?)

将(6)和(8)带入(5)中有:
? E k ? w h j = g j ? b h (9) \frac{\partial E_k}{\partial w_{hj}}=g_j\cdot b_h \tag{9} ?whj??Ek??=gj??bh?(9)

再将(9)带入(4)中,得到BP算法 中关于 w h j w_{hj} whj?的更新公式:
Δ w h j = ? η g j b h (10) \Delta w_{hj}=-\eta g_jb_h \tag{10} Δwhj?=?ηgj?bh?(10)

同理可得:
Δ θ j = ? η g j (11) \Delta\theta_j=-\eta g_j \tag{11} Δθj?=?ηgj?(11)
Δ v i h = η e h x i (12) \Delta v_{ih}=\eta e_hx_i \tag{12} Δvih?=ηeh?xi?(12)
Δ γ h = ? η e h (13) \Delta \gamma_h=-\eta e_h \tag{13} Δγh?=?ηeh?(13)
其中
e h = ? ? E k ? b h ? ? b h ? α h = ? ∑ j = 1 l ? E k ? β j ? ? β j ? b h f ′ ( α h ? γ h ) = ∑ j = 1 l w h j g j f ′ ( α h ? γ h ) = b h ( 1 ? b h ) ∑ j = 1 l w h j g j (14) \begin{align*} e_h & = -\frac{\partial E_k}{\partial b_h}\cdot \frac{\partial b_h}{\partial \alpha_h} \\ & = -\sum_{j=1}^l \frac{\partial E_k}{\partial \beta_j}\cdot\frac{\partial \beta_j}{\partial b_h}f^\prime(\alpha_h-\gamma_h) \\ & = \sum_{j=1}^lw_{hj}g_jf^\prime(\alpha_h-\gamma_h) \\ & = b_h(1-b_h)\sum_{j=1}^lw_{hj}g_j \end{align*} \tag{14} eh??=??bh??Ek????αh??bh??=?j=1l??βj??Ek????bh??βj??f(αh??γh?)=j=1l?whj?gj?f(αh??γh?)=bh?(1?bh?)j=1l?whj?gj??(14)

其中 b h b_h bh?是隐层神经元的输出 b h = f ( α h ? γ h ) b_h=f(\alpha_h-\gamma_h) bh?=f(αh??γh?) γ h \gamma_h γh?是隐层神经元的阈值, α h \alpha_h αh?是隐层神经元的输入。
直到所有参数调整至累计误差最小即:
E m i n = 1 m ∑ k = 1 m E k (15) E_{min}=\frac{1}{m}\sum_{k=1}^mE_k \tag{15} Emin?=m1?k=1m?Ek?(15)

缓解过拟合化

由于BP神经网络强大的表示能力,BP神经网络经常遭遇过拟合化,其训练误差持续降低,但测试误差却可能上升。共有两种策略来缓解BP网络的过拟合化。

  • 早停:基本思想是在训练过程中监测验证集(一部分未参与训练的数据)上的性能,并在验证集性能达到最优时停止训练,而不是继续训练直到训练误差降为零。
  • 正则化:正则化通过修改损失函数,向优化过程中引入额外的惩罚项,从而限制模型的复杂性。这有助于防止神经网络对训练数据过度拟合。在神经网络中,L2(范数) 正则化的损失函数,则误差目标函数为:
    E = λ 1 m ∑ k = 1 m E k + ( 1 ? λ ) ∑ i w i 2 (16) E=\lambda\frac{1}{m}\sum_{k=1}^mE_k+(1-\lambda)\sum_{i}w_i^2 \tag{16} E=λm1?k=1m?Ek?+(1?λ)i?wi2?(16)
    其中 λ ∈ ( 0 , 1 ) \lambda \in (0,1) λ(0,1),用来对经验风险和结构风险进行折中处理。其中经验风险为 1 m ∑ k = 1 m E k \frac{1}{m}\sum_{k=1}^mE_k m1?k=1m?Ek?,结构风险为 ∑ i w i 2 \sum_{i}w_i^2 i?wi2?

结论

在神经网络领域,BP神经网络是一种重要的前馈神经网络,以其在模式学习和逼近函数方面的优越性而备受关注。本文深入探讨了BP神经网络的基本原理和数学模型,通过对其公式的详细推导,为读者提供了清晰的理论基础。

文章首先介绍了M-P神经元模型,将其抽象为神经网络的基本组成单元。激活函数的选择是神经网络设计中关键的一步,文中提到了理想中的激活函数以及实际中常用的 s i g m o i d sigmoid sigmoid函数。

多层前馈神经网络的结构被详细介绍,说明了其层级结构和连接方式。这种结构的神经网络被广泛应用于各个领域,能够处理非线性关系,通过训练调整网络参数,实现对复杂模型的逼近,具有较强的自适应性和泛化能力。

误差逆传播算法是BP神经网络训练的核心,文章通过数学推导详细解释了权重和阈值的更新过程。梯度下降法是其中的关键步骤,通过计算误差对参数的偏导数,实现对参数的调整。

然后,文章提到了BP神经网络容易面临的问题之一,即过拟合。为了缓解过拟合,介绍了两种常用的方法:早停和正则化。早停通过在训练过程中监测验证集性能,及时停止训练,避免过度拟合。正则化通过修改损失函数引入额外的惩罚项,限制模型复杂性,有助于防止神经网络对训练数据过度拟合。

实验分析

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.neural_network import MLPRegressor
from sklearn.metrics import mean_squared_error
import matplotlib.pyplot as plt

# 读入数据集
data = pd.read_csv('data/predict_room_price.csv')

在这里插入图片描述
进行数据的预处理

# 特征和标签
X = data.drop('Price', axis=1)
y = data['Price']

# 数据标准化
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

# 划分数据集
X_train, X_temp, y_train, y_temp = train_test_split(X_scaled, y, test_size=0.3, random_state=42)
X_valid, X_test, y_valid, y_test = train_test_split(X_temp, y_temp, test_size=0.5, random_state=42)

构建神经网络模型

# 创建BP神经网络模型
model = MLPRegressor(hidden_layer_sizes=(20, 20), max_iter=1000, random_state=42, alpha=0.01, learning_rate='adaptive')

训练、预测并评估模型性能

# 训练模型
model.fit(X_train, y_train)

# 在验证集上预测
y_valid_pred = model.predict(X_valid)


# 评估模型性能
valid_loss = mean_squared_error(y_valid, y_valid_pred)
print(f'Validation Loss: {valid_loss}')

# 在测试集上预测
y_test_pred = model.predict(X_test)

# 评估模型性能
test_loss = mean_squared_error(y_test, y_test_pred)
print(f'Test Loss: {test_loss}')

# 绘制损失曲线
plt.plot(model.loss_curve_)
plt.xlabel('Epoch')
plt.ylabel('Loss')
plt.title('Training Loss Curve')
plt.show()
Validation Loss: 429.78130878683345
Test Loss: 436.7118813730095

在这里插入图片描述

residuals = y_test - y_test_pred
plt.scatter(y_test, residuals)
plt.axhline(y=0, color='r', linestyle='--')
plt.xlabel('True Values')
plt.ylabel('Residuals')
plt.title('Residuals Plot on Test Set')
plt.show()

在这里插入图片描述

from sklearn.metrics import r2_score

r2_valid = r2_score(y_valid, y_valid_pred)
print(f'R2 Score on Validation Set: {r2_valid}')

r2_test = r2_score(y_test, y_test_pred)
print(f'R2 Score on Test Set: {r2_test}')
R2 Score on Validation Set: 0.9939169086519464
R2 Score on Test Set: 0.9934083540996065

由上述评价指标可知:

  • 残差图:

    • 散点在区间[-80, 80]内,说明模型的预测相对较为准确,大多数样本的预测误差在这个范围内。
    • 点集中在[-20, 20]上,表示大部分样本的残差(实际值与预测值之差)都集中在这个范围内,这也表明模型的整体性能较好。
  • Validation Loss 和 Test Loss:非常低的Validation Loss和Test Loss,说明模型在验证集和测试集上都取得了很好的性能。这表明模型对数据的拟合效果很好,预测值与实际值之间的误差很小。

  • R2 Score on Validation Set 和 Test Set:非常接近于1的R2 Score,表明模型对于验证集和测试集的解释方差非常高。R2 Score是一个用于评估模型拟合程度的指标,接近1表示模型能够很好地解释目标变量的变异性。

总体来说,根据残差图、Validation Loss、Test Loss以及R2 Score的结果,模型表现出色,能够很好地拟合数据并具有较高的泛化能力。

文章来源:https://blog.csdn.net/qq_46117575/article/details/135531034
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。