神经网络基础篇：史上最详细_详解计算图（Computation Graph）

计算图

可以说，一个神经网络的计算，都是按照前向或反向传播过程组织的。首先计算出一个新的网络的输出（前向过程），紧接着进行一个反向传输操作。后者用来计算出对应的梯度或导数。计算图解释了为什么用这种方式组织这些计算过程。在这个博客中，将举一个例子说明计算图是什么。让举一个比逻辑回归更加简单的，或者说不那么正式的神经网络的例子。

尝试计算函数\(J\)，\(J\)是由三个变量\(a,b,c\)组成的函数，这个函数是\(\text{3(a}+\text{bc)}\) 。计算这个函数实际上有三个不同的步骤，首先是计算 \(b\) 乘以 \(c\)，把它储存在变量\(u\)中，因此\({u}={bc}\)；

然后计算\(v=a+u\)；最后输出\(J=3v\)，这就是要计算的函数\(J\)。可以把这三步画成如下的计算图，先在这画三个变量\(a,b,c\)，第一步就是计算\(u=bc\)，在这周围放个矩形框，它的输入是\(b,c\)，接着第二步\(v=a+u\)，最后一步\(J=3v\)。

举个例子: \(a=5,b=3,c=2\) ，\(u=bc\)就是6，\(v=a+u\) ，就是5+6=11。\(J\)是3倍的 ，因此。即\(3×(5+3×2)\)。如果把它算出来，实际上得到33就是\(J\)的值。

当有不同的或者一些特殊的输出变量时，例如本例中的\(J\)和逻辑回归中想优化的代价函数\(J\)，因此计算图用来处理这些计算会很方便。从这个小例子中可以看出，通过一个从左向右的过程，可以计算出\(J\)的值。为了计算导数，从右到左（红色箭头，和蓝色箭头的过程相反）的过程是用于计算导数最自然的方式。

概括一下：计算图组织计算的形式是用蓝色箭头从左到右的计算，让看看下一个博客中如何进行反向红色箭头(也就是从右到左)的导数计算。

使用计算图求导数（Derivatives with a Computation Graph）

在上一个博客中，看了一个例子使用流程计算图来计算函数J。现在清理一下流程图的描述，看看如何利用它计算出函数\(J\)的导数。

下面用到的公式：

\(\frac{dJ}{du}=\frac{dJ}{dv}\frac{dv}{du}\) ， \(\frac{dJ}{db}=\frac{dJ}{du}\frac{du}{db}\) ， \(\frac{dJ}{da}=\frac{dJ}{du}\frac{du}{da}\)

这是一个流程图：

假设要计算\(\frac{{dJ}}{{dv}}\)，那要怎么算呢？好，比如说，要把这个\(v\)值拿过来，改变一下，那么\(J\)的值会怎么变呢？

所以定义上\(J = 3v\)，现在\(v=11\)，所以如果让\(v\)增加一点点，比如到11.001，那么\(J =3v =33.003\)，所以这里\(v\)增加了0.001，然后最终结果是\(J\)上升到原来的3倍，所以\(\frac{{dJ}}{{dv}}=3\)，因为对于任何 \(v\) 的增量\(J\)都会有3倍增量，而且这类似于在上一个博客中的例子，有\(f(a)=3a\)，然后推导出\(\frac{{df}(a)}{{da}}= 3\)，所以这里有\(J=3v\)，所以\(\frac{{dJ}}{{dv}} =3\)，这里\(J\)扮演了\(f\)的角色，在之前的博客里的例子。

在反向传播算法中的术语，看到，如果想计算最后输出变量的导数，使用最关心的变量对\(v\)的导数，那么就做完了一步反向传播，在这个流程图中是一个反向步骤。

来看另一个例子，\(\frac{{dJ}}{da}\)是多少呢？换句话说，如果提高\(a\)的数值，对\(J\)的数值有什么影响？

好，看看这个例子。变量\(a=5\)，让它增加到5.001，那么对v的影响就是\(a+u\)，之前\(v=11\)，现在变成11.001，从上面看到现在\(J\) 就变成33.003了，所以看到的是，如果让\(a\)增加0.001，\(J\)增加0.003。那么增加\(a\)，是说如果把这个5换成某个新值，那么\(a\)的改变量就会传播到流程图的最右，所以\(J\)最后是33.003。所以J的增量是3乘以\(a\)的增量，意味着这个导数是3。

要解释这个计算过程，其中一种方式是：如果改变了\(a\)，那么也会改变\(v\)，通过改变\(v\)，也会改变\(J\)，所以\(J\)值的净变化量，当提升这个值（0.001），当把\(a\)值提高一点点，这就是\(J\)的变化量（0.003）。

首先a增加了，\(v\)也会增加，\(v\)增加多少呢？这取决于\(\frac{{dv}}{da}\)，然后\(v\)的变化导致\(J\)也在增加，所以这在微积分里实际上叫链式法则，如果\(a\)影响到\(v\)，\(v\)影响到\(J\)，那么当让\(a\)变大时，\(J\)的变化量就是当改变\(a\)时，\(v\)的变化量乘以改变\(v\)时\(J\)的变化量，在微积分里这叫链式法则。

从这个计算中看到，如果让\(a\)增加0.001，\(v\)也会变化相同的大小，所以\(\frac{{dv}}{da}= 1\)。事实上，如果代入进去，之前算过\(\frac{{dJ}}{{dv}} =3\)，\(\frac{{dv}}{da} =1\)，所以这个乘积3×1，实际上就给出了正确答案，\(\frac{{dJ}}{da} = 3\)。

这张小图表示了如何计算，\(\frac{{dJ}}{{dv}}\)就是\(J\)对变量\(v\)的导数，它可以帮助计算\(\frac{{dJ}}{da}\)，所以这是另一步反向传播计算。

现在想介绍一个新的符号约定，当编程实现反向传播时，通常会有一个最终输出值是要关心的，最终的输出变量，真正想要关心或者说优化的。在这种情况下最终的输出变量是J，就是流程图里最后一个符号，所以有很多计算尝试计算输出变量的导数，所以输出变量对某个变量的导数，就用\(dvar\)命名，所以在很多计算中需要计算最终输出结果的导数，在这个例子里是\(J\)，还有各种中间变量，比如\(a、b、c、u、v\)，当在软件里实现的时候，变量名叫什么？可以做的一件事是，在python中，可以写一个很长的变量名，比如\({dFinalOutputvar}\_{dvar}\)，但这个变量名有点长，就用\(dJ\_dvar\)，但因为一直对\(dJ\)求导，对这个最终输出变量求导。这里要介绍一个新符号，在程序里，当编程的时候，在代码里，就使用变量名\(dvar\)，来表示那个量。

好，所以在程序里是\(dvar\)表示导数，关心的最终变量\(J\)的导数，有时最后是\(L\)，对代码中各种中间量的导数，所以代码里这个东西，用\(dv\)表示这个值，所以\(dv=3\)，的代码表示就是\(da=3\)。

好，所以通过这个流程图完成部分的后向传播算法。

清理出一张新的流程图，回顾一下，到目前为止，一直在往回传播，并计算\(dv=3\)，再次，\(dv\)是代码里的变量名，其真正的定义是\(\frac{{dJ}}{{dv}}\)。发现\(da=3\)，再次，\(da\)是代码里的变量名，其实代表\(\frac{{dJ}}{da}\)的值。

大概手算了一下，两条直线怎么计算反向传播。

好，继续计算导数，看看这个值\(u\)，那么\(\frac{dJ}{du}\)是多少呢？通过和之前类似的计算，现在从\(u=6\)出发，如果令\(u\)增加到6.001，那么\(v\)之前是11，现在变成11.001了，\(J\) 就从33变成33.003，所以\(J\) 增量是3倍，所以\(\frac{{dJ}}{du}= 3\)。对\(u\)的分析很类似对a的分析，实际上这计算起来就是\(\frac{{dJ}}{dv}\cdot \frac{{dv}}{du}\)，有了这个，可以算出\(\frac{{dJ}}{dv} =3\)，\(\frac{{dv}}{du} = 1\)，最终算出结果是\(3×1=3\)。

所以还有一步反向传播，最终计算出\(du=3\)，这里的\(du\)当然了，就是\(\frac{{dJ}}{du}\)。

现在，仔细看看最后一个例子，那么\(\frac{{dJ}}{db}\)呢？想象一下，如果改变了\(b\)的值，想要然后变化一点，让\(J\) 值到达最大或最小，那么导数是什么呢？这个\(J\)函数的斜率，当稍微改变\(b\)值之后。事实上，使用微积分链式法则，这可以写成两者的乘积，就是\(\frac{{dJ}}{du}\cdot \frac{{du}}{db}\)，理由是，如果改变\(b\)一点点，所以\(b\)变化比如说3.001，它影响J的方式是，首先会影响\(u\)，它对\(u\)的影响有多大？好，\(u\)的定义是\(b\cdot c\)，所以\(b=3\)时这是6，现在就变成6.002了，对吧，因为在的例子中\(c=2\)，所以这告诉\(\frac{{du}}{db}= 2\)当让\(b\)增加0.001时，\(u\)就增加两倍。所以\(\frac{{du}}{db} =2\)，现在想\(u\)的增加量已经是\(b\)的两倍，那么\(\frac{{dJ}}{du}\)是多少呢？已经弄清楚了，这等于3，所以让这两部分相乘，发现\(\frac{{dJ}}{db}= 6\)。

好，这就是第二部分的推导，其中想知道 \(u\) 增加0.002，会对\(J\) 有什么影响。实际上\(\frac{{dJ}}{du}=3\)，这告诉u增加0.002之后，\(J\)上升了3倍，那么\(J\) 应该上升0.006，对吧。这可以从\(\frac{{dJ}}{du}= 3\)推导出来。

如果仔细看看这些数学内容，会发现，如果\(b\)变成3.001，那么\(u\)就变成6.002，\(v\)变成11.002，然后\(J=3v=33.006\)，对吧？这就是如何得到\(\frac{{dJ}}{db}= 6\)。

为了填进去，如果反向走的话，\(db=6\)，而\(db\)其实是Python代码中的变量名，表示\(\frac{{dJ}}{db}\)。

不会很详细地介绍最后一个例子，但事实上，如果计算\(\frac{{dJ}}{dc} =\frac{{dJ}}{du}\cdot \frac{{du}}{dc} = 3 \times 3\)，这个结果是9。

不会详细说明这个例子，在最后一步，可以推出\(dc=9\)。

所以这个博客的要点是，对于那个例子，当计算所有这些导数时，最有效率的办法是从右到左计算，跟着这个红色箭头走。特别是当第一次计算对\(v\)的导数时，之后在计算对\(a\)导数就可以用到。然后对\(u\)的导数，比如说这个项和这里这个项：

可以帮助计算对\(b\)的导数，然后对\(c\)的导数。

所以这是一个计算流程图，就是正向或者说从左到右的计算来计算成本函数J，可能需要优化的函数，然后反向从右到左计算导数。如果不熟悉微积分或链式法则，知道这里有些细节讲的很快，但如果没有跟上所有细节，也不用怕。在下一个博客中，会再过一遍。在逻辑回归的背景下过一遍，并给介绍需要做什么才能编写代码，实现逻辑回归模型中的导数计算。