深度神經(jīng)網(wǎng)絡（Deep Neural Networks，以下簡稱DNN）是深度學習的基礎，而要理解DNN，首先我們要理解DNN模型，下面我們就對DNN的模型與前向傳播算法做一個總結。

　　1.從感知機到神經(jīng)網(wǎng)絡

　　在感知機原理小結中，我們介紹過感知機的模型，它是一個有若干輸入和一個輸出的模型，如下圖:

　　輸出和輸入之間學習到一個線性關系，得到中間輸出結果：

　　z=∑i=1mwixi+bz=∑i=1mwixi+b

　　接著是一個神經(jīng)元激活函數(shù):

　　sign(z)={?11z<0z≥0sign(z)={?1z<01z≥0

　　從而得到我們想要的輸出結果1或者-1。

　　這個模型只能用于二元分類，且無法學習比較復雜的非線性模型，因此在工業(yè)界無法使用。

　　而神經(jīng)網(wǎng)絡則在感知機的模型上做了擴展，總結下主要有三點：

　　1）加入了隱藏層，隱藏層可以有多層，增強模型的表達能力，如下圖實例，當然增加了這么多隱藏層模型的復雜度也增加了好多。

　　2）輸出層的神經(jīng)元也可以不止一個輸出，可以有多個輸出，這樣模型可以靈活的應用于分類回歸，以及其他的機器學習領域比如降維和聚類等。多個神經(jīng)元輸出的輸出層對應的一個實例如下圖，輸出層現(xiàn)在有4個神經(jīng)元了。

　　3）對激活函數(shù)做擴展，感知機的激活函數(shù)是sign(z)sign(z),雖然簡單但是處理能力有限，因此神經(jīng)網(wǎng)絡中一般使用的其他的激活函數(shù)，比如我們在邏輯回歸里面使用過的Sigmoid函數(shù)，即：

　　f(z)=11+e?zf(z)=11+e?z

　　還有后來出現(xiàn)的tanx,softmax,和ReLU等。通過使用不同的激活函數(shù)，神經(jīng)網(wǎng)絡的表達能力進一步增強。對于各種常用的激活函數(shù)，我們在后面再專門講。

　　2.DNN的基本結構

　　上一節(jié)我們了解了神經(jīng)網(wǎng)絡基于感知機的擴展，而DNN可以理解為有很多隱藏層的神經(jīng)網(wǎng)絡。這個很多其實也沒有什么度量標準,多層神經(jīng)網(wǎng)絡和深度神經(jīng)網(wǎng)絡DNN其實也是指的一個東西，當然，DNN有時也叫做多層感知機（Multi-Layer perceptron,MLP）,名字實在是多。后面我們講到的神經(jīng)網(wǎng)絡都默認為DNN。

　　從DNN按不同層的位置劃分，DNN內部的神經(jīng)網(wǎng)絡層可以分為三類，輸入層，隱藏層和輸出層,如下圖示例，一般來說第一層是輸入層，最后一層是輸出層，而中間的層數(shù)都是隱藏層。

　　層與層之間是全連接的，也就是說，第i層的任意一個神經(jīng)元一定與第i+1層的任意一個神經(jīng)元相連。雖然DNN看起來很復雜，但是從小的局部模型來說，還是和感知機一樣，即一個線性關系z=∑wixi+bz=∑wixi+b加上一個激活函數(shù)σ(z)σ(z)。

　　由于DNN層數(shù)多，則我們的線性關系系數(shù)ww和偏倚bb的數(shù)量也就是很多了。具體的參數(shù)在DNN是如何定義的呢？

　　首先我們來看看線性關系系數(shù)ww的定義。以下圖一個三層的DNN為例，第二層的第4個神經(jīng)元到第三層的第2個神經(jīng)元的線性系數(shù)定義為w324w243。上標3代表線性系數(shù)ww所在的層數(shù)，而下標對應的是輸出的第三層索引2和輸入的第二層索引4。你也許會問，為什么不是w342w423,而是w324w243呢？這主要是為了便于模型用于矩陣表示運算，如果是w342w423而每次進行矩陣運算是wTx+bwTx+b，需要進行轉置。將輸出的索引放在前面的話，則線性運算不用轉置,即直接為wx+bwx+b?？偨Y下，第l?1l?1層的第k個神經(jīng)元到第ll層的第j個神經(jīng)元的線性系數(shù)定義為wljkwjkl。注意，輸入層是沒有ww參數(shù)的。

　　再來看看偏倚bb的定義。還是以這個三層的DNN為例，第二層的第三個神經(jīng)元對應的偏倚定義為b23b32。其中，上標2代表所在的層數(shù)，下標3代表偏倚所在的神經(jīng)元的索引。同樣的道理，第三個的第一個神經(jīng)元的偏倚應該表示為b31b13。同樣的，輸入層是沒有偏倚參數(shù)bb的。

　　3.DNN前向傳播算法數(shù)學原理

　　在上一節(jié)，我們已經(jīng)介紹了DNN各層線性關系系數(shù)ww,偏倚bb的定義。假設我們選擇的激活函數(shù)是σ(z)σ(z)，隱藏層和輸出層的輸出值為aa，則對于下圖的三層DNN,利用和感知機一樣的思路，我們可以利用上一層的輸出計算下一層的輸出，也就是所謂的DNN前向傳播算法。

　　對于第二層的的輸出a21,a22,a23a12,a22,a32，我們有：

　　a21=σ(z21)=σ(w211x1+w212x2+w213x3+b21)a12=σ(z12)=σ(w112x1+w122x2+w132x3+b12)

　　a22=σ(z22)=σ(w221x1+w222x2+w223x3+b22)a22=σ(z22)=σ(w212x1+w222x2+w232x3+b22)

　　a23=σ(z23)=σ(w231x1+w232x2+w233x3+b23)a32=σ(z32)=σ(w312x1+w322x2+w332x3+b32)

　　對于第三層的的輸出a31a13，我們有：

　　a31=σ(z31)=σ(w311a21+w312a22+w313a23+b31)a13=σ(z13)=σ(w113a12+w123a22+w133a32+b13)

　　將上面的例子一般化，假設第l?1l?1層共有m個神經(jīng)元，則對于第ll層的第j個神經(jīng)元的輸出aljajl，我們有：

　　alj=σ(zlj)=σ(∑k=1mwljkal?1k+blj)ajl=σ(zjl)=σ(∑k=1mwjklakl?1+bjl)

　　其中，如果l=2l=2,則對于的a1kak1即為輸入層的xkxk。

　　從上面可以看出，使用代數(shù)法一個個的表示輸出比較復雜，而如果使用矩陣法則比較的簡潔。假設第l?1l?1層共有m個神經(jīng)元，而第ll層共有n個神經(jīng)元，則第ll層的線性系數(shù)ww組成了一個n×mn×m的矩陣WlWl,第ll層的偏倚bb組成了一個n×1n×1的向量blbl,第l?1l?1層的的輸出aa組成了一個m×1m×1的向量al?1al?1，第ll層的的未激活前線性輸出zz組成了一個n×1n×1的向量zlzl,第ll層的的輸出aa組成了一個n×1n×1的向量alal。則用矩陣法表示，第l層的輸出為：

　　al=σ(zl)=σ(Wlal?1+bl)al=σ(zl)=σ(Wlal?1+bl)

　　這個表示方法簡潔漂亮，后面我們的討論都會基于上面的這個矩陣法表示來。

　　4.DNN前向傳播算法

　　有了上一節(jié)的數(shù)學推導，DNN的前向傳播算法也就不難了。所謂的DNN的前向傳播算法也就是利用我們的若干個權重系數(shù)矩陣WW,偏倚向量bb來和輸入值向量xx進行一系列線性運算和激活運算，從輸入層開始，一層層的向后計算，一直到運算到輸出層，得到輸出結果為值。

　　輸入:總層數(shù)L，所有隱藏層和輸出層對應的矩陣WW,偏倚向量bb，輸入值向量xx

　　輸出：輸出層的輸出aLaL

　　1）初始化a1=xa1=x

　　2)for l=2l=2 to LL,計算：

　　al=σ(zl)=σ(Wlal?1+bl)al=σ(zl)=σ(Wlal?1+bl)

　　最后的結果即為輸出aLaL。

　　5.DNN前向傳播算法小結

　　單獨看DNN前向傳播算法，似乎沒有什么大用處，而且這一大堆的矩陣WW,偏倚向量bb對應的參數(shù)怎么獲得呢？怎么得到最優(yōu)的矩陣WW,偏倚向量bb呢？這個我們在講DNN的反向傳播算法時再講。而理解反向傳播算法的前提就是理解DNN的模型與前向傳播算法。這也是我們這一篇先講的原因。

　?。g迎轉載，轉載請注明出處。歡迎溝通交流：liujianping-ok 163.com）

　　參考資料：

　　1）Neural Networks and Deep Learning by By Michael Nielsen

　　2）Deep Learning,book by Ian Goodfellow,Yoshua Bengio,and Aaron Courville

　　3）UFLDL Tutorial