深度学习笔记复习整理（更新中）
之前学习吴恩达深度学习视频的时候，笔记都做于笔记本上。借此秋招复习之际，将之更于博客中，并附加一些之后所学的知识。
一、归一化输入与BatchNormalization
1、归一化输入
加速网络学习收敛、往往是输入层。
Z-Score（0均值、1方差）归一化步骤：
①、零均值化：
②、归一化方差：
线性（最大最小）归一化公式：
这种归一化方法比较适用在数值比较集中的情况。
这种方法有个缺陷，如果max和min不稳定，很容易使得归一化结果不稳定，使得后续使用效果也不稳定。
实际使用中可以用经验常量值来替代max和min。
非线性归一化：
经常用在数据分化比较大的场景，有些数值很大，有些很小。通过一些数学函数，将原始值进行映射。
该方法包括 log、指数，正切等。需要根据数据分布的情况，决定非线性函数的曲线，比如log(V, 2)还是log(V, 10)等。
该方法包括 log、指数，正切等。需要根据数据分布的情况，决定非线性函数的曲线，比如log(V, 2)还是log(V, 10)等。
补：
概率模型（决策树）不需要归一化，因为他们不关心变量的值，而是关心变量的分布和变量之间的条件概率。
像SVM、线性回归之类的最优化问题需要归一化。归一化之后加快了梯度下降求最优解的速度，并有可能提高精度。 2、batchnorm：
作用于传统神经网络：是对
作用与卷积神经网络： 是同一batch里所有图片的，由不同filter产生的特征，进行归一化。
二、链式求导法则
二、激活函数整理
sigmoid：
公式：
导数：
用途：常用于二分类
缺点： sigmoid激活函数的缺点，是当z值较大或较小时，导数的梯度值会很小，减缓学习，甚至出现梯度消失。
tanh：
公式：
导数：
（z等于0时，等于1)
用途： tanh几乎在所有场合，相对sigmoid更为优越。一个例外是输出层，由于值域的问题，希望输出介于0到1之间，则只能使用sigmoid激活函数。
缺点：同sigmoid激活函数，当z值较大或较小时，导数的梯度值会很小，减缓学习，甚至梯度消失。
ReLU:
AlexNet
公式：
导数：
z为负时，导数为0；z为正时，导数为1。
（z等于0时，可设为0或1）
用途：隐层的激活函数不知道用什么时，一般用ReLu，退而求其次再用tanh。
缺点：ReLU的缺点是，当z小于等于0时，导数为0，梯度消失。
Leaky ReLU：
公式：
其中，0.01是可调的参数。
导数：
z为负时，导数为0.01（可调）；z为正时，导数为１。
用途：解决了ReLU函数在输入为负的情况下产生的梯度消失问题。
Softmax：
用于多分类情况，是Logistic回归的一般形式。
给出属于各类的概率。
与其他激活函数不同的是，此处需要接收向量。
三、梯度消失与梯度爆炸
三、损失函数整理
１、分类损失
个人理解：分类问题本质也是回归，回归出属于各类的概率，只不过值域固定在０到１之间。
0-1损失函数：
公式：
对数损失函数：交叉熵：
focal loss：
合页损失函数：
图中有0-1损失、感知机损失（虚线）、合页损失三种。
1）0-1损失
当样本被正确分类时，损失为0；当样本被错误分类时，损失为1。
2）感知机损失函数
当样本被正确分类时，损失为0；当样本被错误分类时，损失为-y(wx+b)。
3）合页损失函数
当样本被正确分类且函数间隔大于1时，合页损失才是0，否则损失是1-y(wx+b)。
当样本被正确分类时，损失为0；当样本被错误分类时，损失为1。
2）感知机损失函数
当样本被正确分类时，损失为0；当样本被错误分类时，损失为-y(wx+b)。
3）合页损失函数
当样本被正确分类且函数间隔大于1时，合页损失才是0，否则损失是1-y(wx+b)。
相比之下，合页损失函数不仅要正确分类，而且确信度足够高时损失才是0。也就是说，合页损失函数对学习有更高的要求。
２、回归损失
绝对损失函数->L1范数损失函数(LAE)->平均绝对误差(MAE)：
个人理解：
绝对损失函数是指单个样本的预测错误程度，用绝对值来衡量。
L1范数损失函数，也称最小绝对值误差/偏差，则是将所有样本的损失累加。
公式：
平均绝对误差，则是对所有样本的损失求平均值。在上式上乘上1/n。
平方损失函数->L2范数损失函数(LSE)->均方误差(MSE)：
个人理解：
平方损失函数是指单个样本的预测错误程度，用平方来衡量。
L2范数损失函数，也称最小平方误差，则是将所有样本的损失累加。
公式：
此处与L2范数并不完全相同，L2范数在相加后还需要开根号。
均方误差，则是对所有样本的损失求和后，再求平均值。在上式上乘上1/n。
Huber loss：
在个人的倒立摆项目中有使用过。会引入超参数δ（delta）。
公式如下：
Huber loss结合了MAE和MSE的优点：
相比于L1损失函数，可以收敛得更快。且误差越大，梯度越大。
相比于L2损失函数，对离群点、异常值不敏感，梯度变化相对更小，训练时不容易跑飞。
Smooth L1：
用于Faster-RCNN。
公式如下：
SmoothL1 loss其实可以看做Huber loss的特殊情况，δ（delta）取1时。
三、梯度消失与梯度爆炸
四、卷积类型（包括池化）
１、一维卷积
实习期间，在复现FaF论文过程中有使用到。
２、二维卷积
实际上，深度学习中的卷积更应该称为互相关（cross-correlation)操作。
真正意义上的卷积，还需要对卷积核做一步顺时间的旋转操作。
卷积公式：
f，即卷积核大小，一般为奇数，卷积核才会有中点。
p，即padding
主要目的：
3、三维卷积
实现期间，在复现FaF论文过程中有使用到。
4、1x1卷积
5、Depthwise卷积、PointWise卷积
出现在论文MobileNet当中。
３、空洞卷积及感受野问题
Dilated/Atrous Convolution(中文叫做空洞卷积或者膨胀卷积) 或者是 Convolution with holes。从字面上就很好理解，是在标准的 convolution map 里注入空洞，以此来增加 reception field。
相比原来的正常convolution，dilated convolution 多了一个超参数，称之为 dilation rate，指的是kernel的间隔数量(e.g. 正常的 convolution 是 dilatation rate 1)。
４、上采样
分为三种：双线性插值、转置卷积、反池化
在神经网络中，扩大特征图的方法，即upsample/上采样的方法
1）unpooling：恢复max的位置，其余部分补零
2）deconvolution(反卷积)：先对input补零，再conv。只有该方法需要学习。
3）插值方法，双线性插值等；
1）unpooling：恢复max的位置，其余部分补零
2）deconvolution(反卷积)：先对input补零，再conv。只有该方法需要学习。
3）插值方法，双线性插值等；
５、下采样（主要为池化）
pooling没有激活函数
查看8道真题和解析
投递哔哩哔哩等公司7个岗位 >