CNN反向传播和普通神经网络的联系和比较

BP神经网络反向传播

反向传播是BP神经网络的特点，在之前的博客中已经粗略介绍了BP神经元以及反向传播的特点，对反向传播用较为直观图示解释。

本博客将重点介绍其反向传播的传播过程。

首先明确概念，反向传播就是得到整个网络的输出对每个门单元的梯度的过程。

举例说明， f(x1,x2,x3,x4)=(max(x1,x2)+x3)∗x4 f ( x 1 , x 2 , x 3 , x 4 ) = ( m a x ( x 1 , x 2 ) + x 3 ) ∗ x 4

那么， dfdx1 d f d x 1 , dfdx2 d f d x 2 , dfdx3 d f d x 3 , dfdx4 d f d x 4 如何计算，含义是什么？

1.如果 x1>x2 x 1 > x 2 , 那么 dfdx1=x4 d f d x 1 = x 4 ，反之为0，也就是说如果 x1>x2 x 1 > x 2 ，那么 x1 x 1 对输出有影响，反之没影响

2.如果 x2>x1 x 2 > x 1 , 那么 dfdx2=x4 d f d x 2 = x 4 ，反之为0，含义与 x1 x 1 相同

3. dfdx3=x4 d f d x 3 = x 4 ，这说明 x3 x 3 的变化对整个输出的影响与 x4 x 4 成正比

4. dfdx4=max(x1,x2)+x3 d f d x 4 = m a x ( x 1 , x 2 ) + x 3 ，这说明 x4 x 4 的变化对整个输出的影响与 max(x1,x2)+x3 m a x ( x 1 , x 2 ) + x 3 成正比

其次，总结加法，乘法，最大值操作对梯度的作用。

1 加法门单元把输出的梯度相等地分发给它所有的输入

2 取最大值门单元对梯度做路由

3 乘法门单元是相互交换输入值

根据以上方法计算梯度，我们就可以知道，应该改变哪几个变量，才能使整个网络的loss function值最小，这也就完成了反向传播的过程

上述计算的梯度，我们可以借助雅可比矩阵（jacobi matrix） 存储，雅可比矩阵的形式如下：

⎡⎣⎢⎢⎢⎢⎢⎢⎢⎢∂y1∂x1∂y2∂x1⋮∂yn∂x1∂y1∂x2∂y2∂x2⋮∂yn∂x2⋯⋯⋱⋯∂y1∂xn∂y2∂xn⋮∂yn∂xn⎤⎦⎥⎥⎥⎥⎥⎥⎥⎥ [ ∂ y 1 ∂ x 1 ∂ y 1 ∂ x 2 ⋯ ∂ y 1 ∂ x n ∂ y 2 ∂ x 1 ∂ y 2 ∂ x 2 ⋯ ∂ y 2 ∂ x n ⋮ ⋮ ⋱ ⋮ ∂ y n ∂ x 1 ∂ y n ∂ x 2 ⋯ ∂ y n ∂ x n ]

举个例子，如果输入 x x 为4096维向量，f=max(x,0)f=max(x,0)

1.那么雅可比矩阵的尺寸？

4096∗4096 4096 ∗ 4096

2.这个雅可比矩阵是怎样的？

只有对角线上有值，其余为0，并且如果 xi x i 小于0，那么雅可比矩阵第i行i列的值也为0，如果 xi x i 大于0，那么雅可比矩阵第i行i列的值为1

CNN反向传播

有了上面的讨论之后，CNN的反向传播就容易理解了很多，这里我们主要讨论卷积层和pooling层的反向传播。

卷积层

下面的图片引自CNN的反向传播

事实上，卷积层跟普通的全连接层的不同之处就在于参数的共享，也就是说，并不是每一个输入像素所对应的权重都不同，这主要是为了减少在图像领域参数过多导致的过拟合现象。而参数共享之所以可以得到很好的效果，与图像的局部相关性有关，某一个位置的像素可能只与周围一定范围内的像素相关，与距离很远的像素关系不大。

因此基于上述分析以及对于bp链式法则的了解，我们可以定义后一层的误差为 lossl l o s s l ，其中 l l 表示层数。从而求前一层的误差lossl−1lossl−1，以及权重的导数 dfdwl d f d w l ，以及偏置的导数 dfdbl d f d b l 。

首先我们来计算误差 lossl−1 l o s s l − 1 ：

lossl−1=lossl.∗dzldal−1.∗σ′(zl−1) l o s s l − 1 = l o s s l . ∗ d z l d a l − 1 . ∗ σ ′ ( z l − 1 )

其中， zl z l 表示第 l l 层的输入，al−1al−1表示第 l−1 l − 1 层输出，那么这个问题就转换为，计算 dzldal−1 d z l d a l − 1

以上图为例，我们计算左上角位置 (0,0) ( 0 , 0 ) 的导数，因为这个像素只与粉色权重相乘，所以它的导数就是粉色权重。位置 (0,1) ( 0 , 1 ) 的导数，在卷积核的滑动过程中会分别与绿色权重和粉色权重相连，因此，它的导数包括了这两部分。如果用公式来表示上述过程：

lossl−1=lossl.∗rot180(Wl).∗σ′(zl−1) l o s s l − 1 = l o s s l . ∗ r o t 180 ( W l ) . ∗ σ ′ ( z l − 1 )

权重的导数 dfdwl d f d w l ，以及偏置的导数 dfdbl d f d b l 就很容易计算了，分别为 al−1∗lossl a l − 1 ∗ l o s s l 以及 lossl l o s s l

pooling层

pooling层理解起来就更为简单，将之前卷积层的计算公式照搬下来， dzldal−1 d z l d a l − 1 理解为对 lossl l o s s l 上采样之后求导。

lossl−1=lossl.∗dzldal−1.∗σ′(zl−1) l o s s l − 1 = l o s s l . ∗ d z l d a l − 1 . ∗ σ ′ ( z l − 1 )

那么这个上采样过程就分为两种，一种是average，一种是max。在average的计算中，将 lossl l o s s l 平分给每个位置，而max时，只把 lossl l o s s l 放在最大位置即可，其他与卷积的计算相同