Предисловие
Всем привет!
Данная статья написана в качестве рефлексии по поводу выполнения лабораторной работы. Поскольку упор делался на написание рабочей нейронной сети, все приведенные формулы не будут доказываться. Если же вам интересен математический аппарат, то я изучал его по этой статье.
Со всеми корректными замечаниями по поводу кода жду в комментариях.
Решаемая задача
Решаемая задача звучит примерно следующим образом: На вход подается картинка размером 7х7, необходимо определить, что на ней нарисовано — круг, квадрат или треугольник.
Вопрос смещения фигуры относительно картинки оставим за скобками, в наших входных данных они всегда будут находиться в центре. Тем не менее на картинках может присутствовать шум, затрудняющий решение задачи.
Теоретическая составляющая
Для начала определимся с основными условными обозначениями.
— выход нейрона i слоя k
— количество нейронов в слое с номером k — 1
— ожидаемое значение выхода i сети
— номер последнего слоя сети
— вес нейрона в соответствующей связи, k — номер слоя, i — номер нейрона, j — номер входа из предыдущего слоя
Для лучшего понимания обозначений выходов нейронов и весов приведу простую картинку.
Каждое значение нейрона на выходном слое соответствует вероятности того, что на картинке нарисована соответствующая фигура. Поскольку возможных фигур у нас 3, то выходных нейронов будет тоже 3. На входе же у нас картинки размером 7 на 7, поэтому входов будет 49, соответствующих каждому пикселю изображения соответственно.
Логика работы сети предельно простая — нам надо рассчитать значения всех нейронов.
Считаются значения нейронов по следующей формуле:
Объясняю эту формулу — мы берем все нейроны на предыдущем уровне и умножаем их на соответствующие веса, которые выходят из нейронов на прошлом уровне и доходят до нашего нейрона. Затем мы полученную сумму загоняем в функцию активации, это нужно для того, чтобы значения нейронов не превышали 1. В нашем случае, в качестве функции активации будем использовать сигмоиду:
Итак, мы подсчитали, значения выходных нейронов, пройдя по всем слоям, но выходы, естественно, не совпали с нашими ожиданиями касаемо значений вероятности. Что же делать? Подстраивать веса таким образом, чтобы когда в следующий раз мы прогоним то же изображение, сеть дала немного более точный результат.
Для подстройки весов используем следующую формулу:
Альфа — коэффициент обучения, чем ближе фактические значения к ожидаемым, тем меньше нужно делать альфа.
Как вы могли заметить тут также появилось новое, ещё не известное нам обозначение дельта, его расчёт осуществляется по следующему правилу:
Для выходного слоя формула:
Для всех остальных слоев формула основывается на значениях предыдущего слоя:
В общем, тут алгоритм подсчета дельт примерно такой же, как для подсчёта нейронов, только с другими формулами и в обратную сторону.
Практическая составляющая
Наконец-то перейдем к написанию кода!
Весь функционал нейронной сети будем хранить в классе NeuralNet. Для начала напишем его интерфейс, а затем углубляться в реализацию.
class NeuralNet { public: void set_input(vector<vector<double>> input); // Передаем в сеть картинку void set_expected(vector<double> input); // Передаем в сеть ожидаемые значения выхода void train(void); // Запуск итерации обучения size_t apply(void); // Запуск подсчёта сети без обучения (для валидации результатов) private: double activation(double x); // Функция активации void count_neural_net(void); // Подсчёт значений нейронов void clear_neural_net(void); // Обнуление значений нейронов void recal_alpha(void); // Обновляем коэф обучения в зависимости от ошибки void adj_weight(void); // Подстройка весов size_t output_size; // Количество выходных нейронов = 3 size_t input_size; // Размер стороны входной картинки = 7 size_t neuron_size; // Количество нейронов в промежуточных слоях size_t layer_count; // Количество промежуточных слоёв double alpha; // Коэффициент обучения vector<double> expected; // Для хранения ожидаемых значений vector<vector<double>> layers; // Слои нейронов vector<vector<double>> delta; // Значения дельта для соответствующих слоёв vector<vector<vector<double>>> weight; // Веса сети };
Начнем с простого и будем двигаться к более сложному, напишем функции для обучения и валидации:
void NeuralNet::train(void) { clear_neural_net(); // Обнуляем веса count_neural_net(); // Счиатем веса recal_alpha(); // В зависимости от результатов подстраиваем коэф обучение if (err() > MAX_ERR) // Если ошибка достаточно большая, то подстраиваем веса adj_weight(); }
size_t NeuralNet::apply(void) { clear_neural_net(); count_neural_net(); // То же, что и в обучении, только без подстройки весов // и возвращаем номер наиболее вероятной фигуры return distance(layers[layer_count + 1].begin(), max_element( layers[layer_count + 1].begin(), layers[layer_count + 1].end())); }
Разберем пересчёт коэффициента обучения:
void NeuralNet::recal_alpha(void) { double e = err(); // получаем ошибку double rel_e = 2 * abs(e) / output_size; // Получаем среднее значение ошибки // Подстраиваем коэф обучения под диапазон возможных значений alpha alpha = rel_e * (MAX_ALPHA - MIN_ALPHA) + MIN_ALPHA; }
Далее посмотрим на подсчёт значений нейронов:
void NeuralNet::count_neural_net(void) { // Перебираем по очереди все слои for (size_t layer = 0; layer <= layer_count; layer++) { // В каждом слое перебираем все нейроны for (size_t neuron = 0; neuron < weight[layer].size(); neuron++) { // Для каждого нейрона перебираем все нейроны предыдущего уровня for (size_t input = 0; input < weight[layer][neuron].size(); input++) { // Сначала считаем сумму произведений нейронов прошлого уровня на их веса layers[layer + 1][neuron] += layers[layer][input] * weight[layer][neuron][input]; } // А теперь применяем к сумме функцию активации layers[layer + 1][neuron] = activation(layers[layer + 1][neuron]); } } }
Ну и самое сложное — подстройка весов:
void NeuralNet::adj_weight(void) { // Сначала рассчитываем все дельты для выходного слоя, чтобы было от чего отталкиваться for (size_t exp = 0; exp < output_size; exp++) { double t = expected[exp], y = layers[layer_count + 1][exp]; delta[layer_count][exp] = y * (1 - y) * (t - y); } // Теперь перебираем остальные слои (кроме входного) и считаем дельту для них for (int layer = layer_count - 1; layer >= 0; layer--) { // Перебираем все нейроны в слое for (size_t input = 0; input < layers[layer + 1].size(); input++) { double next_sum = 0; // Для каждого нейрона перебираем все дельты на следующем уровне for (size_t next_neuron = 0; next_neuron < layers[layer + 2].size(); next_neuron++) { // Суммируем все взвешенные значения дельт на следующем уровне next_sum += delta[layer + 1][next_neuron] * weight[layer + 1][next_neuron][input]; } // Домножаем на коэффициент y * (1 - y) delta[layer][input] = layers[layer + 1][input] * (1 - layers[layer + 1][input]) * next_sum; } } // Наконец можно подсчитать все новые веса for (size_t layer = 0; layer < layer_count + 1; layer++) { for (size_t output = 0; output < weight[layer].size(); output++) { for (size_t input = 0; input < weight[layer][output].size(); input++) { // Домножаем дельты на коэф обучения и значение самого нейрона weight[layer][output][input] += alpha * delta[layer][output] * layers[layer][input]; } } } }
Заключение
Не так страшна задача, когда декомпозируешь её на более мелкие задачи.
За скобками остались задачи генерации примеров и инициализации всех данных, но это довольно тривиальные задачи, думаю все смогут найти удобное решение этих проблем.
Далее приведу ссылку на исходный код, в котором количество нейронов в сети, количество слоёв и количество эпох являются параметризуемыми величинами, для того, чтобы вы смогли подобрать наиболее эффективные их значения. У меня получилось так, что наиболее эффективным оказалась сеть всего с одним скрытым слоем из 14 нейронов.
Если кому-то помог разобраться в теме, лайки и подписки приветствуются!
ссылка на оригинал статьи https://habr.com/ru/articles/846088/
Добавить комментарий