deep learning

0. end-to-end training
   

1. 神经元

1.1 为什么需要bias？

为了给对应位置一个prior，给它一个初始值，b越大，$\sigma (z)=\frac{1}{1+e^{-z}}$越大，越趋向于1.

多层神经网络：

神经网络输入输出关系

3. 激活函数

3.1 为啥要非线性激活函数？

4. 模型评估： Loss Function

cross entropy 的结果越低越好
对于分类问题来说，预测的输出可以看作是一个概率分布，真实的label 也是一个概率分布，计算这两者之间的cross entroy， 差异越大的话，代表模型越差

4. 优化：

4.1 梯度下降

$\theta$ 就是模型中所有参数变量集合
梯度下降的问题：
看完训练集中的所有数据集，再去更新梯度，训练速度会很慢

4.2 随机梯度下降（SGD）

所以 为了提升训练速度， 提出 随机梯度下降：
每看一个样本，都更新一次梯度

假设每个样本随机抽取的概率是一样的，服从均匀分布。

4.3 mini-batch SGD

每次挑选 batch_size个样本去更新梯度。

mini-batch SGD 训练的时候 的tips：

1. 每一个epoch之间 shuffle一下 训练样本
2. 每个epoch 都有相同的 batch_size
3. 调整batch_size时 learning rate 也应做适量调整
   （batch_size 变大时，每个epoch梯度更新的次数下降，那么也需要相应较大的learning rate。 有论文提到 K 倍的 batch_size, learning rate 应变成 $\sqrt{K}$倍数）

4.4 三者的比较

为什么mini-batch SGD 比SGD 训练更快

因为两次的matric-vector 的计算 比 一次 matric-matrix计算 耗时更长。

4.5 back propagation 反向传播

反向传播是为了用来快速计算梯度

举个例子：

第一部分：

对于第一层来说，是这样：

第二部分

也就是

总结起来：：

一次前向传播计算和一次后向传播计算，就可以把网络中的需要更新的参数都记录下来，提升速度

5 模型训练的tips

5.1 在训练集无法得到好的结果

1. 陷入局部最优、 训练策略需要调整，调整learning_rate, 或者初始值
2. 模型不好：重新构建模型结构
   

5.2 在训练集结果很好，但在validate集的结果不好

可能原因： overfitting了 过拟合了

解决方法：

1. 增加训练数据
2. dropout