卷积神经网络中的参数学习_卷积核可学习参数

参数学习

在卷积网络中，参数为卷积核中权重以及偏置。和全连接前馈网络类似，卷
积网络也可以通过误差反向传播算法来进行参数学习。

在全连接前馈神经网络中，梯度主要通过每一层的误差项δ进行反向传播，
并进一步计算每层参数的梯度。
参见公式：
$${\delta }^{(l)}\triangleq \frac{\partial \mathcal{L}(\mathbf{y},\hat{\mathbf{y}})}{\partial {\mathbf{z}}^{(l)}}==f_l^{\prime }({\mathbf{z}}^{(l)})\odot ((W^{(l+1)}{)}^{\mathrm{T}}{\delta }^{(l+1)})$$

在卷积神经网络中，主要有两种不同功能的神经层：卷积层和汇聚层。而
参数为卷积核以及偏置，因此只需要计算卷积层中参数的梯度。

不失一般性，对第$l$ 层为卷积层，第$l-1$层的输入特征映射为$X^{(l-1)}$ ∈$R^{M\times N\times D}$ ，通过卷积计算得到第l层的特征映射净输入$Z^{(}l)\in R^{M{\prime }^{\times }{N}^{\prime }\times P}$
。第$l$层的第$p(1\le p\le P)$个特征映射净输入
$$Z^{(l,p)}=\sum _{d=1}^D{W}^{(l,p,d)}\otimes X^{(l-1,d)}+b^{(l,p)}$$
其中$W^{(l,p,d)}$和$b^{(l,p)}$为卷积核以及偏置。第l层中共有$P\times D$个卷积核和$P$ 个 偏置，可以分别使用链式法则来计算其梯度。

损失函数关于第l层的卷积核$W^{(}l,p,d)$ 的偏导数为:
$$\begin{array}{cc}\frac{\partial \mathcal{L}(Y,\hat{Y})}{\partial W^{(l,p,d)}}& =\frac{\partial \mathcal{L}(Y,\hat{Y})}{\partial Z^{(l,p)}}\otimes X^{(l-1,d)}\\ & ={\delta }^{(l,p)}\otimes X^{(l-1,d)},\end{array}$$
其中${\delta }^{(l,p)}=\frac{\partial \mathcal{L}(Y,\hat{Y})}{\partial Z^{(l,p)}}$
为损失函数关于第l层的第p个特征映射净输入Z^{(l,p)} 的偏导数。

同理可得，损失函数关于第l层的第p个偏置b^{(l,p)} 的偏导数为:
$$\frac{\partial \mathcal{L}(Y,\hat{Y})}{\partial b^{(l,p)}}=\sum _{i,j}[{\delta }^{(l,p)}{]}_{i,j}$$

卷积网络中，每层参数的梯度依赖其所在层的误差项${\delta }^{(l,p)}$ 。

第$l$层的第$p$个特征映射的误差项${\delta }^{(}l,p)$ 的具体推导过程如下：
$$\begin{array}{lc}{\delta }^{(l,p)}& \triangleq \frac{\partial \mathcal{L}(Y,\hat{Y})}{\partial Z^{(l,p)}}\\ & =\frac{\partial X^{(l,p)}}{\partial Z^{(l,p)}}\cdot \frac{\partial Z^{(l+1,p)}}{\partial X^{(l,p)}}\cdot \frac{\partial \mathcal{L}(Y,\hat{Y})}{\partial Z^{(l,p)}}\\ & =f_l^{\prime }(Z^{(l,p)})\odot \text{np}({\delta }^{(l+1,p)})\end{array}$$

其中$f_l^{\prime }(\cdot )$为第$l$层使用的激活函数导数，up为上采样函数（upsampling），与汇聚层中使用的下采样操作刚好相反。如果下采样是最大汇聚（max pooling），误差项${\delta }^{(l+1,p)}$ 中每个值会直接传递到上一层对应区域中的最大值所对应的神经元，该区域中其它神经元的误差项的都设为0。如果下采样是平均汇聚（meanpooling），误差项${\delta }^{(l+1,p)}$ 中每个值会被平均分配到上一层对应区域中的所有神经元上。

卷积并非真正的矩阵乘积，
因此这里计算的偏导数并非
真正的矩阵偏导数，我们可
以把X,Z 都看作向量。

卷积层 当$l+1$层为卷积层时，假设特征映射净输入$Z^{(}l+1)$ ∈ $R^{M^{\prime }\times N^{\prime }\times P}$
，其中参见公式第$p(1\le p\le P)$个特征映射净输入
$$Z^{(l+1,p)}=\sum _{d=1}^D{W}^{(l+1,p,d)}\otimes X^{(l,d)}+b^{(l+1,p)}$$
其中W^{(l+1,p,d)} 和b^{(l+1,p)} 为第$l+1$层的卷积核以及偏置。第$l+1$层中共有$P\times D$个卷积核和P 个偏置。

第$l$层的第$d$个特征映射的误差项${\delta }^{(}l,d)$ 的具体推导过程如下:
$$\begin{array}{cc}{\delta }^{(l,d)}& \triangleq \frac{\partial \mathcal{L}(Y,\hat{Y})}{\partial Z^{(l,d)}}\\ & =\frac{\partial X^{(l,d)}}{\partial Z^{(l,d)}}\cdot \frac{\partial \mathcal{L}(Y,\hat{Y})}{\partial X^{(l,d)}}\\ & =f_l^{\prime }(Z^{(l)})\odot {\sum }_{p=1}^P\left(rot180(W^{(l+1,p,d)})\tilde{\otimes }\frac{\partial \mathcal{L}(Y,\hat{Y})}{\partial Z^{(l+1,p)}}\right)\\ & =f_l^{\prime }(Z^{(l)})\odot \sum _{n=1}^P(\text{rot}180(W^{(l+1,p,d)})\tilde{\otimes }{\delta }^{(l+1,p)})\end{array}$$
其中 $\tilde{\otimes }$为宽卷积。

局部连接 在卷积层（假设是第$l$层）中的每一个神经元都只和下一层（第$l-1$层）中某个局部窗口内的神经元相连，构成一个局部连接网络。如图所示，
积层和下一层之间的连接数大大减少，有原来的$n^l ×n^{l−1} $个连接变为$n^l ×m$
个连接，m为滤波器大小。

权重共享 从公式可以看出，作为参数的滤波器$w^{(l)}$ 对于第$l$层的所有的
神经元都是相同的。如图中，所有的同颜色连接上的权重是相同的。

由于局部连接和权重共享，卷积层的参数只有一个$m$维的权重$w^{(l)}$ 和$1$维
的偏置$b^{(l)}$ ，共$m+1$个参数。参数个数和神经元的数量无关。此外，第$l$层的
神经元个数不是任意选择的，而是满足$n^{(l)}=n^{(l-1)}-m+1$。