如果你是一個想學(xué)習(xí)或理解深度學(xué)習(xí)的人，這篇文章是為你量身定做的。在本文中，我將介紹深度學(xué)習(xí)中常用的各種術(shù)語。

如果你想知道我為什么要寫這篇文章——我之所以在寫，是因為我希望你開始你的深度學(xué)習(xí)之旅，而不會遇到麻煩或是被嚇倒。當(dāng)我第一次開始閱讀關(guān)于深度學(xué)習(xí)資料的時候，有幾個我聽說過的術(shù)語，但是當(dāng)我試圖理解它的時候，它卻是令人感到很迷惑的。而當(dāng)我們開始閱讀任何有關(guān)深度學(xué)習(xí)的應(yīng)用程序時，總會有很多個單詞重復(fù)出現(xiàn)。

在本文中，我為你創(chuàng)建了一個類似于深度學(xué)習(xí)的字典，你可以在需要使用最常用術(shù)語的基本定義時進(jìn)行參考。我希望在你閱讀這篇文章之后，你就不會再受到這些術(shù)語的困擾了。

與主題相關(guān)的術(shù)語

為了幫助你了解各種術(shù)語，我已經(jīng)將它們分成3組。如果你正在尋找特定術(shù)語，你可以跳到該部分。如果你是這個領(lǐng)域的新手，那我建議你按照我寫的順序來通讀它們。

1.神經(jīng)網(wǎng)絡(luò)基礎(chǔ)（Basics of Neural Networks）
——常用激活函數(shù)（Common Activation Functions）

2.卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks）

3.循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Networks）

神經(jīng)網(wǎng)絡(luò)基礎(chǔ)

1）神經(jīng)元（Neuron）——就像形成我們大腦基本元素的神經(jīng)元一樣，神經(jīng)元形成神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)。想象一下，當(dāng)我們得到新信息時我們該怎么做。當(dāng)我們獲取信息時，我們一般會處理它，然后生成一個輸出。類似地，在神經(jīng)網(wǎng)絡(luò)的情況下，神經(jīng)元接收輸入，處理它并產(chǎn)生輸出，而這個輸出被發(fā)送到其他神經(jīng)元用于進(jìn)一步處理，或者作為最終輸出進(jìn)行輸出。

2）權(quán)重（Weights）——當(dāng)輸入進(jìn)入神經(jīng)元時，它會乘以一個權(quán)重。例如，如果一個神經(jīng)元有兩個輸入，則每個輸入將具有分配給它的一個關(guān)聯(lián)權(quán)重。我們隨機(jī)初始化權(quán)重，并在模型訓(xùn)練過程中更新這些權(quán)重。訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)對其輸入賦予較高的權(quán)重，這是它認(rèn)為與不那么重要的輸入相比更為重要的輸入。為零的權(quán)重則表示特定的特征是微不足道的。

讓我們假設(shè)輸入為a，并且與其相關(guān)聯(lián)的權(quán)重為W1，那么在通過節(jié)點之后，輸入變?yōu)閍 * W1

3）偏差（Bias）——除了權(quán)重之外，另一個被應(yīng)用于輸入的線性分量被稱為偏差。它被加到權(quán)重與輸入相乘的結(jié)果中。基本上添加偏差的目的是來改變權(quán)重與輸入相乘所得結(jié)果的范圍的。添加偏差后，結(jié)果將看起來像a* W1 +偏差。這是輸入變換的最終線性分量。

4）激活函數(shù)（Activation Function）——一旦將線性分量應(yīng)用于輸入，將會需要應(yīng)用一個非線性函數(shù)。這通過將激活函數(shù)應(yīng)用于線性組合來完成。激活函數(shù)將輸入信號轉(zhuǎn)換為輸出信號。應(yīng)用激活函數(shù)后的輸出看起來像f（a * W1 + b），其中f（）就是激活函數(shù)。

在下圖中，我們將“n”個輸入給定為X1到Xn而與其相應(yīng)的權(quán)重為Wk1到Wkn。我們有一個給定值為bk的偏差。權(quán)重首先乘以與其對應(yīng)的輸入，然后與偏差加在一起。而這個值叫做u。

U =ΣW* X+ b

激活函數(shù)被應(yīng)用于u，即 f(u)，并且我們會從神經(jīng)元接收最終輸出，如yk = f（u）。

常用的激活函數(shù)

最常用的激活函數(shù)就是Sigmoid，ReLU和softmax

a）Sigmoid——最常用的激活函數(shù)之一是Sigmoid，它被定義為：

Sigmoid變換產(chǎn)生一個值為0到1之間更平滑的范圍。我們可能需要觀察在輸入值略有變化時輸出值中發(fā)生的變化。光滑的曲線使我們能夠做到這一點，因此優(yōu)于階躍函數(shù)。

b）ReLU（整流線性單位）——與Sigmoid函數(shù)不同的是，最近的網(wǎng)絡(luò)更喜歡使用ReLu激活函數(shù)來處理隱藏層。該函數(shù)定義為：

當(dāng)X>0時，函數(shù)的輸出值為X；當(dāng)X<=0時，輸出值為0。函數(shù)圖如下圖所示：

使用ReLU函數(shù)的最主要的好處是對于大于0的所有輸入來說，它都有一個不變的導(dǎo)數(shù)值。常數(shù)導(dǎo)數(shù)值有助于網(wǎng)絡(luò)訓(xùn)練進(jìn)行得更快。

c） Softmax——Softmax激活函數(shù)通常用于輸出層，用于分類問題。它與sigmoid函數(shù)是很類似的，唯一的區(qū)別就是輸出被歸一化為總和為1。Sigmoid函數(shù)將發(fā)揮作用以防我們有一個二進(jìn)制輸出，但是如果我們有一個多類分類問題，softmax函數(shù)使為每個類分配值這種操作變得相當(dāng)簡單，而這可以將其解釋為概率。

以這種方式來操作的話，我們很容易看到——假設(shè)你正在嘗試識別一個可能看起來像8的6。該函數(shù)將為每個數(shù)字分配值如下。我們可以很容易地看出，最高概率被分配給6，而下一個最高概率分配給8，依此類推……

5）神經(jīng)網(wǎng)絡(luò)（Neural Network）——神經(jīng)網(wǎng)絡(luò)構(gòu)成了深度學(xué)習(xí)的支柱。神經(jīng)網(wǎng)絡(luò)的目標(biāo)是找到一個未知函數(shù)的近似值。它由相互聯(lián)系的神經(jīng)元形成。這些神經(jīng)元具有權(quán)重和在網(wǎng)絡(luò)訓(xùn)練期間根據(jù)錯誤來進(jìn)行更新的偏差。激活函數(shù)將非線性變換置于線性組合，而這個線性組合稍后會生成輸出。激活的神經(jīng)元的組合會給出輸出值。

一個很好的神經(jīng)網(wǎng)絡(luò)定義——

“神經(jīng)網(wǎng)絡(luò)由許多相互關(guān)聯(lián)的概念化的人造神經(jīng)元組成，它們之間傳遞相互數(shù)據(jù)，并且具有根據(jù)網(wǎng)絡(luò)”經(jīng)驗“調(diào)整的相關(guān)權(quán)重。神經(jīng)元具有激活閾值，如果通過其相關(guān)權(quán)重的組合和傳遞給他們的數(shù)據(jù)滿足這個閾值的話，其將被解雇;發(fā)射神經(jīng)元的組合導(dǎo)致“學(xué)習(xí)”。

6）輸入/輸出/隱藏層（Input / Output / Hidden Layer）——正如它們名字所代表的那樣，輸入層是接收輸入那一層，本質(zhì)上是網(wǎng)絡(luò)的第一層。而輸出層是生成輸出的那一層，也可以說是網(wǎng)絡(luò)的最終層。處理層是網(wǎng)絡(luò)中的隱藏層。這些隱藏層是對傳入數(shù)據(jù)執(zhí)行特定任務(wù)并將其生成的輸出傳遞到下一層的那些層。輸入和輸出層是我們可見的，而中間層則是隱藏的。

7）MLP（多層感知器）——單個神經(jīng)元將無法執(zhí)行高度復(fù)雜的任務(wù)。因此，我們使用堆棧的神經(jīng)元來生成我們所需要的輸出。在最簡單的網(wǎng)絡(luò)中，我們將有一個輸入層、一個隱藏層和一個輸出層。每個層都有多個神經(jīng)元，并且每個層中的所有神經(jīng)元都連接到下一層的所有神經(jīng)元。這些網(wǎng)絡(luò)也可以被稱為完全連接的網(wǎng)絡(luò)。

8）正向傳播（Forward Propagation）——正向傳播是指輸入通過隱藏層到輸出層的運動。在正向傳播中，信息沿著一個單一方向前進(jìn)。輸入層將輸入提供給隱藏層，然后生成輸出。這過程中是沒有反向運動的。

9）成本函數(shù)（Cost Function）——當(dāng)我們建立一個網(wǎng)絡(luò)時，網(wǎng)絡(luò)試圖將輸出預(yù)測得盡可能靠近實際值。我們使用成本/損失函數(shù)來衡量網(wǎng)絡(luò)的準(zhǔn)確性。而成本或損失函數(shù)會在發(fā)生錯誤時嘗試懲罰網(wǎng)絡(luò)。

我們在運行網(wǎng)絡(luò)時的目標(biāo)是提高我們的預(yù)測精度并減少誤差，從而最大限度地降低成本。最優(yōu)化的輸出是那些成本或損失函數(shù)值最小的輸出。

如果我將成本函數(shù)定義為均方誤差，則可以寫為：

C= 1/m ∑(y–a)^2，

其中m是訓(xùn)練輸入的數(shù)量，a是預(yù)測值，y是該特定示例的實際值。

學(xué)習(xí)過程圍繞最小化成本來進(jìn)行。

10）梯度下降（Gradient Descent）——梯度下降是一種最小化成本的優(yōu)化算法。要直觀地想一想，在爬山的時候，你應(yīng)該會采取小步驟，一步一步走下來，而不是一下子跳下來。因此，我們所做的就是，如果我們從一個點x開始，我們向下移動一點，即Δh，并將我們的位置更新為x-Δh，并且我們繼續(xù)保持一致，直到達(dá)到底部?？紤]最低成本點。

在數(shù)學(xué)上，為了找到函數(shù)的局部最小值，我們通常采取與函數(shù)梯度的負(fù)數(shù)成比例的步長。

你可以通過這篇文章來詳細(xì)了解梯度下降。

11）學(xué)習(xí)率（Learning Rate）——學(xué)習(xí)率被定義為每次迭代中成本函數(shù)中最小化的量。簡單來說，我們下降到成本函數(shù)的最小值的速率是學(xué)習(xí)率。我們應(yīng)該非常仔細(xì)地選擇學(xué)習(xí)率，因為它不應(yīng)該是非常大的，以至于最佳解決方案被錯過，也不應(yīng)該非常低，以至于網(wǎng)絡(luò)需要融合。

12）反向傳播（Backpropagation）——當(dāng)我們定義神經(jīng)網(wǎng)絡(luò)時，我們?yōu)槲覀兊墓?jié)點分配隨機(jī)權(quán)重和偏差值。一旦我們收到單次迭代的輸出，我們就可以計算出網(wǎng)絡(luò)的錯誤。然后將該錯誤與成本函數(shù)的梯度一起反饋給網(wǎng)絡(luò)以更新網(wǎng)絡(luò)的權(quán)重。 最后更新這些權(quán)重，以便減少后續(xù)迭代中的錯誤。使用成本函數(shù)的梯度的權(quán)重的更新被稱為反向傳播。

在反向傳播中，網(wǎng)絡(luò)的運動是向后的，錯誤隨著梯度從外層通過隱藏層流回，權(quán)重被更新。

13）批次（Batches）——在訓(xùn)練神經(jīng)網(wǎng)絡(luò)的同時，不用一次發(fā)送整個輸入，我們將輸入分成幾個隨機(jī)大小相等的塊。與整個數(shù)據(jù)集一次性饋送到網(wǎng)絡(luò)時建立的模型相比，批量訓(xùn)練數(shù)據(jù)使得模型更加廣義化。

14）周期（Epochs）——周期被定義為向前和向后傳播中所有批次的單次訓(xùn)練迭代。這意味著1個周期是整個輸入數(shù)據(jù)的單次向前和向后傳遞。

你可以選擇你用來訓(xùn)練網(wǎng)絡(luò)的周期數(shù)量，更多的周期將顯示出更高的網(wǎng)絡(luò)準(zhǔn)確性，然而，網(wǎng)絡(luò)融合也需要更長的時間。另外，你必須注意，如果周期數(shù)太高，網(wǎng)絡(luò)可能會過度擬合。

15）丟棄（Dropout）——Dropout是一種正則化技術(shù)，可防止網(wǎng)絡(luò)過度擬合套。顧名思義，在訓(xùn)練期間，隱藏層中的一定數(shù)量的神經(jīng)元被隨機(jī)地丟棄。這意味著訓(xùn)練發(fā)生在神經(jīng)網(wǎng)絡(luò)的不同組合的神經(jīng)網(wǎng)絡(luò)的幾個架構(gòu)上。你可以將Dropout視為一種綜合技術(shù)，然后將多個網(wǎng)絡(luò)的輸出用于產(chǎn)生最終輸出。

16）批量歸一化（Batch Normalization）——作為一個概念，批量歸一化可以被認(rèn)為是我們在河流中設(shè)定為特定檢查點的水壩。這樣做是為了確保數(shù)據(jù)的分發(fā)與希望獲得的下一層相同。當(dāng)我們訓(xùn)練神經(jīng)網(wǎng)絡(luò)時，權(quán)重在梯度下降的每個步驟之后都會改變，這會改變數(shù)據(jù)的形狀如何發(fā)送到下一層。

但是下一層預(yù)期分布類似于之前所看到的分布。 所以我們在將數(shù)據(jù)發(fā)送到下一層之前明確規(guī)范化數(shù)據(jù)。

卷積神經(jīng)網(wǎng)絡(luò)

17）濾波器（Filters）——CNN中的濾波器與加權(quán)矩陣一樣，它與輸入圖像的一部分相乘以產(chǎn)生一個回旋輸出。我們假設(shè)有一個大小為28 * 28的圖像，我們隨機(jī)分配一個大小為3 * 3的濾波器，然后與圖像不同的3 * 3部分相乘，形成所謂的卷積輸出。濾波器尺寸通常小于原始圖像尺寸。在成本最小化的反向傳播期間，濾波器值被更新為重量值。

參考一下下圖，這里filter是一個3 * 3矩陣：

與圖像的每個3 * 3部分相乘以形成卷積特征。

18）卷積神經(jīng)網(wǎng)絡(luò)（CNN）——卷積神經(jīng)網(wǎng)絡(luò)基本上應(yīng)用于圖像數(shù)據(jù)。假設(shè)我們有一個輸入的大?。?8 * 28 * 3），如果我們使用正常的神經(jīng)網(wǎng)絡(luò)，將有2352（28 * 28 * 3）參數(shù)。并且隨著圖像的大小增加參數(shù)的數(shù)量變得非常大。我們“卷積”圖像以減少參數(shù)數(shù)量（如上面濾波器定義所示）。當(dāng)我們將濾波器滑動到輸入體積的寬度和高度時，將產(chǎn)生一個二維激活圖，給出該濾波器在每個位置的輸出。我們將沿深度尺寸堆疊這些激活圖，并產(chǎn)生輸出量。

你可以看到下面的圖，以獲得更清晰的印象。

19）池化（Pooling）——通常在卷積層之間定期引入池層。這基本上是為了減少一些參數(shù)，并防止過度擬合。最常見的池化類型是使用MAX操作的濾波器尺寸（2,2）的池層。它會做的是，它將占用原始圖像的每個4 * 4矩陣的最大值。

你還可以使用其他操作（如平均池）進(jìn)行池化，但是最大池數(shù)量在實踐中表現(xiàn)更好。

20）填充（Padding）——填充是指在圖像之間添加額外的零層，以使輸出圖像的大小與輸入相同。這被稱為相同的填充。

在應(yīng)用濾波器之后，在相同填充的情況下，卷積層具有等于實際圖像的大小。

有效填充是指將圖像保持為具有實際或“有效”的圖像的所有像素。在這種情況下，在應(yīng)用濾波器之后，輸出的長度和寬度的大小在每個卷積層處不斷減小。

21）數(shù)據(jù)增強(qiáng)（Data Augmentation）——數(shù)據(jù)增強(qiáng)是指從給定數(shù)據(jù)導(dǎo)出的新數(shù)據(jù)的添加，這可能被證明對預(yù)測有益。例如，如果你使光線變亮，可能更容易在較暗的圖像中看到貓，或者例如，數(shù)字識別中的9可能會稍微傾斜或旋轉(zhuǎn)。在這種情況下，旋轉(zhuǎn)將解決問題并提高我們的模型的準(zhǔn)確性。通過旋轉(zhuǎn)或增亮，我們正在提高數(shù)據(jù)的質(zhì)量。這被稱為數(shù)據(jù)增強(qiáng)。

循環(huán)神經(jīng)網(wǎng)絡(luò)

22）循環(huán)神經(jīng)元（Recurrent Neuron）——循環(huán)神經(jīng)元是在T時間內(nèi)將神經(jīng)元的輸出發(fā)送回給它。如果你看圖，輸出將返回輸入t次。展開的神經(jīng)元看起來像連接在一起的t個不同的神經(jīng)元。這個神經(jīng)元的基本優(yōu)點是它給出了更廣義的輸出。

23）循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）——循環(huán)神經(jīng)網(wǎng)絡(luò)特別用于順序數(shù)據(jù)，其中先前的輸出用于預(yù)測下一個輸出。在這種情況下，網(wǎng)絡(luò)中有循環(huán)。隱藏神經(jīng)元內(nèi)的循環(huán)使他們能夠存儲有關(guān)前一個單詞的信息一段時間，以便能夠預(yù)測輸出。隱藏層的輸出在t時間戳內(nèi)再次發(fā)送到隱藏層。展開的神經(jīng)元看起來像上圖。只有在完成所有的時間戳后，循環(huán)神經(jīng)元的輸出才能進(jìn)入下一層。發(fā)送的輸出更廣泛，以前的信息保留的時間也較長。

然后根據(jù)展開的網(wǎng)絡(luò)將錯誤反向傳播以更新權(quán)重。這被稱為通過時間的反向傳播（BPTT）。

24）消失梯度問題（Vanishing Gradient Problem）——激活函數(shù)的梯度非常小的情況下會出現(xiàn)消失梯度問題。在權(quán)重乘以這些低梯度時的反向傳播過程中，它們往往變得非常小，并且隨著網(wǎng)絡(luò)進(jìn)一步深入而“消失”。這使得神經(jīng)網(wǎng)絡(luò)忘記了長距離依賴。這對循環(huán)神經(jīng)網(wǎng)絡(luò)來說是一個問題，長期依賴對于網(wǎng)絡(luò)來說是非常重要的。

這可以通過使用不具有小梯度的激活函數(shù)ReLu來解決。

25）激增梯度問題（Exploding Gradient Problem）——這與消失的梯度問題完全相反，激活函數(shù)的梯度過大。在反向傳播期間，它使特定節(jié)點的權(quán)重相對于其他節(jié)點的權(quán)重非常高，這使得它們不重要。這可以通過剪切梯度來輕松解決，使其不超過一定值。