手把手推导Back Propagation

撰文｜月踏

BP（Back Propagation）是深度学习神经网络的理论核心，本文通过两个例子展示手动推导BP的过程。

1

链式法则

链式法则是BP的核心，分两种情况：

1. 一元方程

在一元方程的情况下，链式法则比较简单，假设存在下面两个函数：

那么x的变化最终会影响到z的值，用数学符号表示如下： 

z对x的微分可以表示如下： 

2. 多元方程

在多元方程的情况下，链式法则稍微复杂一些，假设存在下面三个函数： 

因为s的微小变化会通过g(s)和h(s)两条路径来影响z的结果，这时z对s的微分可以表示如下： 

这就是链式法则的全部内容，后面用实际例子来推导BP的具体过程。

2

只有一个weight的简单情况

做了一个简单的网络，这可以对应到链式法则的第一种情况，如下图所示：

图1

其中圆形表示叶子节点，方块表示非叶子节点，每个非叶子节点的定义如下，训练过程中的前向过程会根据这些公式进行计算： 

这个例子中，我们是想更新w1、b1、w2三个参数值，假如用lr表示learning rate，那么它们的更新公式如下： 

在训练开始之前，b1、w1、w2都会被初始化成某个值，在训练开始之后，参数根据下面两个步骤来进行更新：

先进行一次前向计算，这样可以得到y1、y2、y3、loss的值

再进行一次反向计算，得到每个参数的梯度值，进而根据上面的公式（13）、（14）、（15）来更新参数值

下面看下反向传播时的梯度的计算过程，因为梯度值是从后往前计算的，所以先看w2的梯度计算： 

再继续看w1的梯度计算： 

最后看b1的梯度计算： 

把w2、w1、b1的梯度计算出来之后，就可以按照公式（13）、（14）、（15）来更新参数值了，下面用OneFlow按照图1搭建一个对应的网络做实验，代码如下：

import oneflow as ofimport oneflow.nn as nnimport oneflow.optim as optimclass Sample(nn.Module): def __init__(self): super(Sample, self).__init__() self.w1 = of.tensor(10.0, dtype=of.float, requires_grad=True) self.b1 = of.tensor(1.0, dtype=of.float, requires_grad=True) self.w2 = of.tensor(20.0, dtype=of.float, requires_grad=True) self.loss = nn.MSELoss() def parameters(self): return [self.w1, self.b1, self.w2] def forward(self, x, label): y1 = self.w1 * x + self.b1 y2 = y1 * self.w2 y3 = 2 * y2 return self.loss(y3, label)model = Sample()optimizer = optim.SGD(model.parameters(), lr=0.005)data = of.tensor(1.0, dtype=of.float)label = of.tensor(500.0, dtype=of.float)loss = model(data, label)print("------------before backward()---------------")print("w1 =", model.w1)print("b1 =", model.b1)print("w2 =", model.w2)print("w1.grad =", model.w1.grad)print("b1.grad =", model.b1.grad)print("w2.grad =", model.w2.grad)loss.backward()print("------------after backward()---------------")print("w1 =", model.w1)print("b1 =", model.b1)print("w2 =", model.w2)print("w1.grad =", model.w1.grad)print("b1.grad =", model.b1.grad)print("w2.grad =", model.w2.grad)optimizer.step()print("------------after step()---------------")print("w1 =", model.w1)print("b1 =", model.b1)print("w2 =", model.w2)print("w1.grad =", model.w1.grad)print("b1.grad =", model.b1.grad)print("w2.grad =", model.w2.grad)optimizer.zero_grad()print("------------after zero_grad()---------------")print("w1 =", model.w1)print("b1 =", model.b1)print("w2 =", model.w2)print("w1.grad =", model.w1.grad)print("b1.grad =", model.b1.grad)print("w2.grad =", model.w2.grad)

这段代码只跑了一次forward和一次backward，然后调用step更新了参数信息，最后调用zero_grad来对这一轮backward算出来的梯度信息进行了清零，运行结果如下：

------------before backward()---------------w1 = tensor(10., requires_grad=True)b1 = tensor(1., requires_grad=True)w2 = tensor(20., requires_grad=True)w1.grad = Noneb1.grad = Nonew2.grad = None------------after backward()---------------w1 = tensor(10., requires_grad=True)b1 = tensor(1., requires_grad=True)w2 = tensor(20., requires_grad=True)w1.grad = tensor(-4800.)b1.grad = tensor(-4800.)w2.grad = tensor(-2640.)------------after step()---------------w1 = tensor(34., requires_grad=True)b1 = tensor(25., requires_grad=True)w2 = tensor(33.2000, requires_grad=True)w1.grad = tensor(-4800.)b1.grad = tensor(-4800.)w2.grad = tensor(-2640.)------------after zero_grad()---------------w1 = tensor(34., requires_grad=True)b1 = tensor(25., requires_grad=True)w2 = tensor(33.2000, requires_grad=True)w1.grad = tensor(0.)b1.grad = tensor(0.)w2.grad = tensor(0.)

3

以conv为例的含有多个weights的情况

用一个非常简单的conv来举例，这个conv的各种属性如下：

如下图所示：

图2

假定这个例子中的网络结构如下图：

图3

在这个简单的网络中，z节点表示一个avg-pooling的操作，kernel是2x2，loss采用均方误差，下面是对应的公式：

前传部分同上一节一样，直接看反传过程，目的是为了求w0、w1、w2、w3的梯度，并更新这四个参数值，以下是求w0梯度的过程： 

下面是求w1、w2、w3梯度的过程类似，直接写出结果：

最后再按照下面公式来更新参数即可： 

用OneFlow按照图3来搭建一个对应的网络做实验，代码如下：

import oneflow as ofimport oneflow.nn as nnimport oneflow.optim as optimclass Sample(nn.Module): def __init__(self): super(Sample, self).__init__() self.op1 = nn.Conv2d(in_channels=1, out_channels=1, kernel_size=(2,2), bias=False) self.op2 = nn.AvgPool2d(kernel_size=(2,2)) self.loss = nn.MSELoss() def forward(self, x, label): y1 = self.op1(x) y2 = self.op2(y1) return self.loss(y2, label)model = Sample()optimizer = optim.SGD(model.parameters(), lr=0.005)data = of.randn(1, 1, 3, 3)label = of.randn(1, 1, 1, 1)loss = model(data, label)print("------------before backward()---------------")param = model.parameters()print("w =", next(param))loss.backward()print("------------after backward()---------------")param = model.parameters()print("w =", next(param))optimizer.step()print("------------after step()---------------")param = model.parameters()print("w =", next(param))optimizer.zero_grad()print("------------after zero_grad()---------------")param = model.parameters()print("w =", next(param))

输出如下（里面的input、param、label的值都是随机的，每次运行的结果会不一样）：

------------before backward()---------------w = tensor([[[[ 0.2621, -0.2583], [-0.1751, -0.0839]]]], dtype=oneflow.float32, grad_fn=)------------after backward()---------------w = tensor([[[[ 0.2621, -0.2583], [-0.1751, -0.0839]]]], dtype=oneflow.float32, grad_fn=)------------after step()---------------w = tensor([[[[ 0.2587, -0.2642], [-0.1831, -0.0884]]]], dtype=oneflow.float32, grad_fn=)------------after zero_grad()---------------w = tensor([[[[ 0.2587, -0.2642],          [-0.1831, -0.0884]]]], dtype=oneflow.float32, grad_fn=)

参考资料：

1.http://speech.ee.ntu.edu.tw/~tlkagk/courses.html

2.https://speech.ee.ntu.edu.tw/~hylee/index.php

3.https://www.youtube.com/c/HungyiLeeNTU

其他人都在看

25倍性能加速，OneFlow“超速”了

一个GitHub史上增长最快的AI项目

手把手推导Ring All-reduce的数学性质

DeepMind爆发史：决定AI高峰的“游戏玩家”

解读Pathways（二）：向前一步是OneFlow

五年ML Infra生涯，我学到最重要的3个教训

OneFlow v0.7.0发布：全新分布式接口，LiBai、Serving等一应俱全

欢迎下载体验OneFlow v0.7.0：GitHub - Oneflow-Inc/oneflow: OneFlow is a performance-centered and open-source deep learning framework.https://github.com/Oneflow-Inc/oneflow

推荐DIY文章

北京快递现在能发货吗最新消息 北京现在可以寄件吗快递能不能发

京东618是当天优惠最大最便宜吗 2022年618京东苹果13预计多少优惠

事业单位考试科目有哪些2022 事业编每年几月份考试几月几日

上海玉兰清苑瑞士卷事件始末 青浦玉兰清苑瑞士卷事件官方澄清

青年大学习第十季特辑答案全部汇总 青年大学习2022第十三期答案揭晓

汶上园丁名邸车祸怎么回事 山东济宁汶上园丁名邸车祸原因是什么