【菜鸟学深度】Introduction to Machine Learning CMU-10701

大家好，我是ColdZoo，本博客是在学习 卡耐基梅隆大学的Slides—

Introduction to Machine Learning CMU-10701 （以下简称Slides）之后得出的总结。记录下自己的成长。

目前写到LeNet部分，你的支持是我写下去的动力哦~

大部分内容为英文直接翻译，一切版权归原作者Barnabás Póczos & Aarti Singh所有。 Slides的作者认为目前的Deep Learning 走错路了，如日中天的CNN进不了法眼，目的主要是介绍深度信念网络DBN 和深度玻尔兹曼机DBM.

深度架构（deep architecture）的定义

深度架构是由多层非线性运算堆叠而成的架构。例如含有多有隐含层的神经网络。



上图中含有多个层，每一层都有不同的输出函数。

深度架构的目标

深度架构的目标是：

学习特征层次

学习高层特征是如何由底层特征表示出来的



特征层次的示例图，从最底层的Raw input（原始输入）到最后的高层一个ANP的形式。ANP这里可以对应一个概念，也可以是概念的组合。

深度架构的神经生物学动机

动机一：目前绝大多数所谓机器学习的架构都是浅薄的（shallow architecture）, 例如SVM,KNN,PCA,Perceptron。 其中曾经如日中天的SVM就是浅薄的三层架构。



SVM可以用公式表示为如上面的形式，k（。）函数为核函数。 有机器学习基础的朋友肯定知道。

动机二：神经生物学发现哺乳动物大脑是由深度架构的 (Serre, Kreiman, Kouh, Cadieu, Knoblich, & Poggio, 2007)

(E.g. visual system has 5 to 10 levels)

深度架构上的突破

从历史上看取得了一些突破，直接贴原文

-Deep Belief Network Hinton, G. E, Osindero, S., and Teh, Y. W. (2006). A fast learning algorithm for deep belief nets. Neural Computation, 18:1527-1554

- Autoencoders Bengio, Y., Lamblin, P., Popovici, P., Larochelle, H. (2007). Greedy Layer-Wise Training of Deep Networks,

Advances in Neural Information Processing Systems 19

都是经典著作。

深度架构的理论优势

目前在深度方面的理论研究一直都是难点，Slides的作者虽然提出了一些理论优势，但看起来更多的是为了解释实验结果而提出来的假说。

很多问题的不能被简单模型解释 （同意），而深度模型解释的很好。

更严密的说法：假设有一个问题可以被K层模型紧密表示（compactly represented）,如果用K-1层模型表示这个问题，则需要指数个参数。

使用深度架构可以减少参数的使用。是不是有点反直觉？但是仔细想想，为了达到同样的效果，Shallow Architecture需要的参数确实是海量的，以至于不可能完成。

下面开始介绍深度架构的几个具体实现

深度卷积网络 （Deep Convolutional Neural Network）

与传统的feed-forward NN 相比， CNN有如下特点

CNN的连接和参数都更少

因此训练起来容易

理论效果之比传统网络差一点点（真的么？）

一个典型的CNN网络，也是最早的CNN是LeCun的作品。

LeNet 5

Y. LeCun, L. Bottou, Y. Bengio and P. Haffner: Gradient-Based Learning Applied to Document Recognition, Proceedings of the IEEE, 86(11):2278-2324, November 1998

激动人心的时刻

终于到了激动人心的讲解网络的时刻了。

LeNet由三个卷积层，两个降采样层和一个全连接层构成。

卷积层

卷积层需要使用的是卷积核，Kernel。 以第一个卷积层C1为例。这一层含有6个卷积核，每一个卷积核的尺寸是5*5. 在32*32的原图上滑动，滑动步长为1. 因此结果是得到六层Feature Maps（等于卷积核数）。 每层Feature Maps的边长为28 （(32-5)/1+1=28）.

降采样层

降采样层所做的事情和常见的图片压缩是一样一样的。也是为了加快训练速度。常用的降采样技术是Max Pooling。

本模型中实际是将图片尺寸缩小到了原先的一半。

实验结果

好不容易做了个网络当然要拉出来遛遛。 我们来看一下实际效果如何。