首先我給大家介紹一下我分析delta誤差反向傳播過程的簡單方法，如果神經(jīng)網(wǎng)絡(luò)l+1層某個結(jié)點的delta誤差要傳到l層，我們就去找前向傳播時l+1層的這個結(jié)點和第l層的哪些結(jié)點有關(guān)系，權(quán)重是多少，那么反向傳播時，delta誤差就會乘上相同的權(quán)重傳播回來。

假設(shè)第l層有一個結(jié)點a，l+1層有一個結(jié)點b。兩個結(jié)點間的連接權(quán)重為w。如果前向傳播時，結(jié)點a對結(jié)點b的影響是 。而反向傳播時，結(jié)點b的delta誤差 對結(jié)點a的delta誤差 的影響是 。它們的系數(shù)都為兩結(jié)點之間的連接權(quán)重。

卷積神經(jīng)網(wǎng)絡(luò)前向傳播過程簡要介紹

在理解卷積神經(jīng)網(wǎng)絡(luò)的反向傳播之前，我們需要對卷積、池化以及卷積神經(jīng)網(wǎng)絡(luò)前向傳播過程作一個簡要的回顧。

卷積運(yùn)算介紹

在卷積神經(jīng)網(wǎng)絡(luò)中，所謂的卷積運(yùn)算，其實并不是嚴(yán)格的數(shù)學(xué)意義上的卷積。深度學(xué)習(xí)中的卷積實際上是信號處理和圖像處理中的互相關(guān)運(yùn)算，它們二者之間有細(xì)微的差別。深度學(xué)習(xí)中的卷積（嚴(yán)格來說是互相關(guān)）是卷積核在原始圖像上遍歷，對應(yīng)元素相乘再求和，得到的新圖像在尺寸上會有減小。可以通過下圖直觀的去理解。假設(shè)輸入圖像的有m行,n列，卷積核的尺寸為filter_size×filter_size，輸出圖像的尺寸即為(m-filter_size+1)×(n-filter_size+1)

在全連接神經(jīng)網(wǎng)絡(luò)，圖像數(shù)據(jù)以及特征是以列向量的形式進(jìn)行存儲。而在卷積神經(jīng)網(wǎng)絡(luò)中，數(shù)據(jù)的格式主要是以張量（可以理解為多維數(shù)組）的形式存儲。圖片的格式為一個三維張量，行×列×通道數(shù)。卷積核的格式為一個四維張量，卷積核數(shù)×行×列×通道數(shù)。

卷積操作是每次取出卷積核中的一個，一個卷積核的格式為三維，為行×列×通道數(shù)。對應(yīng)通道序號的圖片與卷積核經(jīng)過二維卷積操作后（即上圖所示操作），得到該通道對應(yīng)的卷積結(jié)果，將所有通道的結(jié)果相加，得到輸出圖像的一個通道。每個卷積核對應(yīng)輸出圖像的一個通道，即輸出圖像的通道數(shù)等于卷積核的個數(shù)。

這里概念有一點繞，但是卷積神經(jīng)網(wǎng)絡(luò)中所謂張量的卷積，本質(zhì)上是進(jìn)行了一共卷積核數(shù)×通道數(shù)次二維卷積操作。每一個卷積核對應(yīng)卷積結(jié)果的一個通道，每一個卷積核的通道對應(yīng)原始圖片的一個通道。這個操作和一個列向量乘上一個矩陣得到一個新的列向量有相似的地方。

下圖直觀地展示了張量卷積具體操作過程：

池化操作介紹

所謂的池化，就是對圖片進(jìn)行降采樣，最大池化就是在圖片中用每個區(qū)域的最大值代表這個區(qū)域，平均池化就是用每個區(qū)域平均值代表這個區(qū)域。

卷積神經(jīng)網(wǎng)絡(luò)反向傳播推導(dǎo)

池化層反向傳播

池化層的反向傳播比較容易理解，我們以最大池化舉例，上圖中，池化后的數(shù)字6對應(yīng)于池化前的紅色區(qū)域，實際上只有紅色區(qū)域中最大值數(shù)字6對池化后的結(jié)果有影響，權(quán)重為1，而其它的數(shù)字對池化后的結(jié)果影響都為0。假設(shè)池化后數(shù)字6的位置delta誤差為 ，誤差反向傳播回去時，紅色區(qū)域中最大值對應(yīng)的位置delta誤差即等于 ，而其它3個位置對應(yīng)的delta誤差為0。

因此，在卷積神經(jīng)網(wǎng)絡(luò)最大池化前向傳播時，不僅要記錄區(qū)域的最大值，同時也要記錄下來區(qū)域最大值的位置，方便delta誤差的反向傳播。

而平均池化就更簡單了，由于平均池化時，區(qū)域中每個值對池化后結(jié)果貢獻(xiàn)的權(quán)重都為區(qū)域大小的倒數(shù)，所以delta誤差反向傳播回來時，在區(qū)域每個位置的delta誤差都為池化后delta誤差除以區(qū)域的大小。

卷積層反向傳播

雖然卷積神經(jīng)網(wǎng)絡(luò)的卷積運(yùn)算是一個三維張量的圖片和一個四維張量的卷積核進(jìn)行卷積運(yùn)算，但最核心的計算只涉及二維卷積，因此我們先從二維的卷積運(yùn)算來進(jìn)行分析：

如上圖所示，我們求原圖A處的delta誤差，就先分析，它在前向傳播中影響了下一層的哪些結(jié)點。顯然，它只對結(jié)點C有一個權(quán)重為B的影響，對卷積結(jié)果中的其它結(jié)點沒有任何影響。因此A的delta誤差應(yīng)該等于C點的delta誤差乘上權(quán)重B。

我們現(xiàn)在將原圖A點位置移動一下，再看看變換位置后A點的delta誤差是多少，同樣先分析它前向傳播影響了卷積結(jié)果的哪些結(jié)點。經(jīng)過分析，A點以權(quán)重C影響了卷積結(jié)果的D點，以權(quán)重B影響了卷積結(jié)果的E點。那它的delta誤差就等于D點delta誤差乘上C加上E點的delta誤差乘上B。

大家可以嘗試用相同的方法去分析原圖中其它結(jié)點的delta誤差，結(jié)果會發(fā)現(xiàn)，原圖的delta誤差，等于卷積結(jié)果的delta誤差經(jīng)過零填充后，與卷積核旋轉(zhuǎn)180度后的卷積。如下圖所示：

好了，直觀上的理解有了，我們接下來用數(shù)學(xué)公式來對此進(jìn)行證明，盡管它們會有些枯燥：

讓我們回顧一下delta誤差的定義，是損失函數(shù)對于當(dāng)前層未激活輸出 的導(dǎo)數(shù)，我們現(xiàn)在考慮的是二維卷積，因此，每一層的delta誤差是一個二維的矩陣。 表示的是第l層坐標(biāo)為（x,y）處的delta誤差。假設(shè)我們已經(jīng)知道第l+1層的delta誤差，利用求導(dǎo)的鏈?zhǔn)椒▌t，可以很容易寫出下式：

在這里，坐標(biāo)(x',y')是第l+1層中在前向傳播中受第l層坐標(biāo)(x,y)影響到的點，它們不止一個，我們需要將它們加起來。再利用前向傳播的關(guān)系式：

我們可以進(jìn)一步將表達(dá)式展開：

后面一大串盡管看起來很復(fù)雜，但實際上很容易就可以簡化：

同時我們得到兩個限制條件 和

將限制條件代入上式可得：

再令 以及

我們最終的結(jié)論得到了：

我們可以短暫的慶祝一下子了，然而我們目前的結(jié)論還只是基于二維卷積，我們還需要把它推廣到我們卷積神經(jīng)網(wǎng)絡(luò)中張量的卷積中去。

再回顧一下張量的卷積，后一層的每個通道都是由前一層的各個通道經(jīng)過卷積再求和得到的。

等等，這個關(guān)系聽起來好像有點熟悉，如果把通道變成結(jié)點，把卷積變成乘上權(quán)重，這個是不是和全連接神經(jīng)網(wǎng)絡(luò)有些類似呢？

上圖中每根連線都代表與一個二維卷積核的卷積操作，假設(shè)第l層深度為3，第l+1層深度為2，卷積核的維度就應(yīng)該為2×filter_size×filter_size×3。第l層的通道1通過卷積影響了第l+1層的通道1和通道2，那么求第l層通道1的delta誤差時，就應(yīng)該根據(jù)求得的二維卷積的delta誤差傳播方式，將第l+1層通道1和通道2的delta誤差傳播到第l層的delta誤差進(jìn)行簡單求和即可。

已知第l層delta誤差，求該層的參數(shù)的導(dǎo)數(shù)

,

第l層卷積核 是一個4維張量,它的維度表示為卷積核個數(shù)×行數(shù)×列數(shù)×通道數(shù)。實際上，可以把它視為有卷積核個數(shù)×通道數(shù)個二維卷積核，每個都對應(yīng)輸入圖像的對應(yīng)通道和輸出圖像的對應(yīng)通道，每一個二維卷積核只涉及到一次二維卷積運(yùn)算。那求得整個卷積核的導(dǎo)數(shù)，只需分析卷積核數(shù)×通道數(shù)次二維卷積中每個二維卷積核的導(dǎo)數(shù)，再將其組合成4維張量即可。

所以我們分析二維卷積即可：

可以利用之前的分析方法，卷積核上點A顯然對卷積結(jié)果每一個點都有影響。它對卷積結(jié)果的影響等于將整個原圖左上3×3的部分乘上點A的值，因此delta誤差反向傳播回時，點A的導(dǎo)數(shù)等于卷積結(jié)果的delta誤差與原圖左上3×3紅色部分逐點相乘后求和。因此二維卷積核的導(dǎo)數(shù)等于原圖對應(yīng)通道與卷積結(jié)果對應(yīng)通道的delta誤差直接進(jìn)行卷積。

我們將原圖通道數(shù)×卷積結(jié)果通道數(shù)個二維卷積核的導(dǎo)數(shù)重新進(jìn)行組合成4為張量，即可得到整個卷積核的導(dǎo)數(shù)。

下面我們從數(shù)學(xué)公式進(jìn)行推導(dǎo)：

同樣我們可以進(jìn)行簡化，并得到兩個限制條件： 和 :

這一次我們并不需要進(jìn)行旋轉(zhuǎn)180度這種操作。

已知第l層delta誤差，求該層的參數(shù)的導(dǎo)數(shù)

我們的 是一個列向量，它給卷積結(jié)果的每一個通道都加上同一個標(biāo)量。因此，在反向傳播時，它的導(dǎo)數(shù)等于卷積結(jié)果的delta誤差在每一個通道上將所有delta誤差進(jìn)行求和的結(jié)果。

提供簡單的公式證明如下：

由于 為1

所以：

得證

卷積神經(jīng)網(wǎng)絡(luò)包括卷積層，池化層和全連接層，本文介紹了卷積層和池化層的反向傳播算法以及各層參數(shù)導(dǎo)數(shù)的計算方法，全連接層的反向傳播方法以及參數(shù)導(dǎo)數(shù)的計算在之前文章中也介紹過了。

讓我們對卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程進(jìn)行一個總結(jié)：

1. 對神經(jīng)網(wǎng)絡(luò)進(jìn)行初始化，定義好網(wǎng)絡(luò)結(jié)構(gòu)，設(shè)定好激活函數(shù)，對卷積層的卷積核W、偏置b進(jìn)行隨機(jī)初試化，對全連接層的權(quán)重矩陣W和偏置b進(jìn)行隨機(jī)初始化。
   設(shè)置好訓(xùn)練的最大迭代次數(shù)，每個訓(xùn)練batch的大小，學(xué)習(xí)率
2. 從訓(xùn)練數(shù)據(jù)中取出一個batch的數(shù)據(jù)
3. 從該batch數(shù)據(jù)中取出一個數(shù)據(jù)，包括輸入x以及對應(yīng)的正確標(biāo)注y
4. 將輸入x送入神經(jīng)網(wǎng)絡(luò)的輸入端，得到神經(jīng)網(wǎng)絡(luò)各層輸出參數(shù)和
5. 根據(jù)神經(jīng)網(wǎng)絡(luò)的輸出和標(biāo)注值y計算神經(jīng)網(wǎng)絡(luò)的損失函數(shù)
6. 計算損失函數(shù)對輸出層的delta誤差
7. 利用相鄰層之間delta誤差的遞推公式求得每一層的delta誤差
   如果是全連接層
   如果是卷積層
   如果是池化層
8. 利用每一層的delta誤差求出損失函數(shù)對該層參數(shù)的導(dǎo)數(shù)
   如果是全連接層：
   ，
   如果是卷積層：
   ，
9. 將求得的導(dǎo)數(shù)加到該batch數(shù)據(jù)求得的導(dǎo)數(shù)之和上(初始化為0)，跳轉(zhuǎn)到步驟3，直到該batch數(shù)據(jù)都訓(xùn)練完畢
10. 利用一個batch數(shù)據(jù)求得的導(dǎo)數(shù)之和，根據(jù)梯度下降法對參數(shù)進(jìn)行更新
    
    
11. 跳轉(zhuǎn)到步驟2，直到達(dá)到指定的迭代次數(shù)
    
    

參考：

[1]劉建平Pinard:卷積神經(jīng)網(wǎng)絡(luò)（CNN）反向傳播算法

[2]Grzegorz Gwardys:Convolutional Neural Networks backpropagation: from intuition to derivation

[3]Kunlun Bai:A Comprehensive Introduction to Different Types of Convolutions in Deep Learning

[4]CS231n Convolutional Neural Networks for Visual Recognition

如果覺得有用，就請分享到朋友圈吧！