? ? ? 普適逼近定理

眾所周知，神經(jīng)網(wǎng)絡(luò)非常強(qiáng)大，可以將其用于幾乎任何統(tǒng)計(jì)學(xué)習(xí)問題，而且效果很好。 但是您是否考慮過為什么會(huì)這樣? 為什么在大多數(shù)情況下此方法比許多其他算法更強(qiáng)大?

與機(jī)器學(xué)習(xí)一樣，這有一個(gè)精確的數(shù)學(xué)原因。 簡(jiǎn)而言之，神經(jīng)網(wǎng)絡(luò)模型描述的功能集非常大。 但是描述一組功能意味著什么? 一組功能如何大? 這些概念乍一看似乎很難理解，但是可以正確定義它們，從而闡明為什么某些算法比其他算法更好的原因。

機(jī)器學(xué)習(xí)作為函數(shù)逼近

讓我們以一個(gè)抽象的觀點(diǎn)來闡述什么是機(jī)器學(xué)習(xí)問題。 假設(shè)我們有數(shù)據(jù)集

其中x???是數(shù)據(jù)點(diǎn)，y是與數(shù)據(jù)點(diǎn)相關(guān)的觀測(cè)值。 觀測(cè)值y???可以是實(shí)數(shù)，甚至可以是概率分布(在分類的情況下)。 任務(wù)只是找到一個(gè)函數(shù)f(x)，對(duì)于該函數(shù)f(x???)近似為y???。

為此，我們預(yù)先修復(fù)了參數(shù)化的功能系列，然后選擇最適合的參數(shù)配置。 例如，線性回歸使用函數(shù)族

作為參數(shù)的函數(shù)族，以a和b為參數(shù)。

如果我們假設(shè)有一個(gè)真實(shí)的基礎(chǔ)函數(shù)g(x)描述了x???和y???之間的關(guān)系，則該問題可以表述為函數(shù)逼近問題。 這將我們帶入了美麗的近似理論技術(shù)領(lǐng)域。

近似理論入門

可能您一生中多次遇到指數(shù)函數(shù)。 它的定義是

其中e是著名的歐拉數(shù)。 這是一個(gè)超越函數(shù)，基本上意味著您無法通過有限的多次加法和乘法來計(jì)算其值。 但是，當(dāng)您將其放入計(jì)算器時(shí)，您仍然會(huì)獲得價(jià)值。 該值僅是一個(gè)近似值，盡管對(duì)于我們的目的通常是足夠的。 實(shí)際上，我們有

這是一個(gè)多項(xiàng)式，因此可以顯式計(jì)算其值。 n越大，近似值越接近真實(shí)值。

逼近理論的中心問題是為這些問題提供數(shù)學(xué)框架。 如果您有任何函數(shù)g(x)以及從計(jì)算方面更易于處理的函數(shù)族，那么您的目標(biāo)就是找到一個(gè)與g足夠接近的"簡(jiǎn)單"函數(shù)。 本質(zhì)上，近似理論搜索三個(gè)核心問題的答案。

什么是"足夠接近"?

我可以(或應(yīng)該)使用哪個(gè)函數(shù)系列來近似?

從給定的近似函數(shù)族中，哪一個(gè)確切的函數(shù)最適合?

別擔(dān)心這些聽起來是否有點(diǎn)抽象，因?yàn)榻酉聛砦覀儗⒀芯可窠?jīng)網(wǎng)絡(luò)的特殊情況。

神經(jīng)網(wǎng)絡(luò)作為函數(shù)逼近器

因此，讓我們重申這個(gè)問題。 我們有一個(gè)函數(shù)g(x)，它描述數(shù)據(jù)和觀測(cè)值之間的關(guān)系。 這不是確切已知的，僅對(duì)于某些值

其中g(shù)(x???)=y???。 我們的工作是找到一個(gè)f(x)

從數(shù)據(jù)中概括知識(shí)

并且在計(jì)算上可行。

如果我們假設(shè)所有數(shù)據(jù)點(diǎn)都在子集X中，則

持有，我們想要一個(gè)數(shù)量最高準(zhǔn)則的函數(shù)

盡可能小。 您可以通過繪制這些函數(shù)，為圖形包圍的區(qū)域著色并計(jì)算沿y軸的最大擴(kuò)展區(qū)域來想象這個(gè)數(shù)量。

即使我們不能評(píng)估g(x)的任意值，我們也應(yīng)該始終在更廣泛的意義上接近它，而不是要求f(x)僅適合已知數(shù)據(jù)點(diǎn)x?。

因此，給出了問題。 問題是，我們應(yīng)該使用哪一組函數(shù)進(jìn)行近似?

具有單個(gè)隱藏層的神經(jīng)網(wǎng)絡(luò)

從數(shù)學(xué)上講，具有單個(gè)隱藏層的神經(jīng)網(wǎng)絡(luò)定義為

其中φ是非線性函數(shù)(稱為激活函數(shù))，例如S型函數(shù)

和

值x對(duì)應(yīng)于數(shù)據(jù)，而w?，b?和v?是參數(shù)。 是功能家族

足以近似任何合理的功能? 答案是肯定的!

普適逼近定理

> The universal approximation theorem in its full glory :) Source: Cybenko, G. (1989) "Approximations by superpositions of sigmoidal functions", Mathematics of Control, Signals, and Systems, 2(4), 303–314.

1989年的一個(gè)著名結(jié)果被稱為通用逼近定理，該結(jié)論指出，只要激活函數(shù)像S形函數(shù)且被逼近的函數(shù)是連續(xù)的，具有單個(gè)隱藏層的神經(jīng)網(wǎng)絡(luò)就可以根據(jù)需要精確地對(duì)其進(jìn)行逼近。 (或使用機(jī)器學(xué)習(xí)術(shù)語進(jìn)行學(xué)習(xí)。)

如果確切的定理似乎很困難，請(qǐng)不要擔(dān)心，我將詳細(xì)解釋整個(gè)過程。 (實(shí)際上，我故意跳過了稠密之類的概念，以使說明更清晰，盡管不夠精確。)

步驟1。 假設(shè)要學(xué)習(xí)的函數(shù)是g(x)，它是連續(xù)的。 讓我們固定一個(gè)小的ε并在函數(shù)周圍繪制一個(gè)ε寬的條紋。 ε越小，結(jié)果越好。

第二步。 (最困難的部分。)找到表格的功能

完全在條紋內(nèi) 該定理保證了這樣的F(x)的存在，因此這個(gè)函數(shù)族被稱為通用逼近器。 這是神經(jīng)網(wǎng)絡(luò)的真棒，賦予它們真正的力量。

但是，有幾個(gè)警告。 例如，該定理沒有說出N，也就是隱藏層中神經(jīng)元的數(shù)量。 對(duì)于較小的ε，它可能非常大，從計(jì)算角度來看這是不利的。 我們希望盡快計(jì)算預(yù)測(cè)，而計(jì)算100億項(xiàng)之和絕對(duì)不好玩。

第二個(gè)問題是，即使該定理保證了一個(gè)良好的逼近函數(shù)的存在，也沒有告訴我們?nèi)绾握业剿?盡管這可能令人驚訝，但這在數(shù)學(xué)中是非常典型的。 我們有非常強(qiáng)大的工具來推斷某些對(duì)象的存在，而又不能顯式構(gòu)造它們。 (有一所稱為建構(gòu)主義的數(shù)學(xué)學(xué)校，它拒絕純粹的存在性證明，例如通用逼近定理的原始證明。但是，這個(gè)問題根深蒂固。如果不接受非構(gòu)造性證明，我們甚至無法談?wù)?無限集上的函數(shù)。)

但是，最大的問題是，在實(shí)踐中，我們永遠(yuǎn)不會(huì)完全了解底層功能，而只會(huì)知道所觀察到的內(nèi)容：

有無數(shù)種可能的配置可以很好地適合我們的數(shù)據(jù)。 它們中的大多數(shù)可怕地概括為新數(shù)據(jù)。 您肯定知道這種現(xiàn)象：這是可怕的過度擬合。

擁有權(quán)利的同時(shí)也被賦予了重大的責(zé)任

所以，這是東西。 如果您有N個(gè)觀測(cè)值，則可以找到一個(gè)非常適合您的觀測(cè)值的N-1階多項(xiàng)式。 這沒什么大不了的，您甚至可以使用Lagrange插值明確地寫下該多項(xiàng)式。 但是，它不會(huì)推廣到任何新數(shù)據(jù)，實(shí)際上會(huì)很糟糕。 下圖展示了當(dāng)我們嘗試將大多項(xiàng)式擬合到一個(gè)小的數(shù)據(jù)集時(shí)會(huì)發(fā)生什么。

神經(jīng)網(wǎng)絡(luò)也有同樣的現(xiàn)象。 這是一個(gè)巨大的問題，而通用逼近定理給我們關(guān)于如何克服這一問題的絕對(duì)零提示。

通常，功能族的表現(xiàn)力越高，就越容易過度擬合。 擁有權(quán)利的同時(shí)也被賦予了重大的責(zé)任。 這稱為偏差方差折衷。 對(duì)于神經(jīng)網(wǎng)絡(luò)，從權(quán)重的L1正則化到下降層，有很多方法可以緩解這種情況。 但是，由于神經(jīng)網(wǎng)絡(luò)具有如此高的表現(xiàn)力，因此這個(gè)問題始終在后臺(tái)隱約可見，需要不斷關(guān)注。

超越萬能逼近定理

正如我已經(jīng)提到的，該定理沒有提供任何工具來為我們的神經(jīng)網(wǎng)絡(luò)找到參數(shù)配置。 從實(shí)際的角度來看，這幾乎與通用逼近性質(zhì)一樣重要。 幾十年來，神經(jīng)網(wǎng)絡(luò)一直不受歡迎，因?yàn)槿狈σ环N計(jì)算有效的方法來使它們適合數(shù)據(jù)。 有兩項(xiàng)重要的進(jìn)步，使它們的使用成為可能：反向傳播和通用GPU-s。 有了這兩個(gè)工具，訓(xùn)練龐大的神經(jīng)網(wǎng)絡(luò)變得輕而易舉。 您可以使用筆記本訓(xùn)練最先進(jìn)的模型，甚至不費(fèi)吹灰之力。 自從通用逼近定理以來，我們已經(jīng)走到現(xiàn)在!

通常，這是標(biāo)準(zhǔn)深度學(xué)習(xí)課程的起點(diǎn)。 由于其數(shù)學(xué)上的復(fù)雜性，因此未涵蓋神經(jīng)網(wǎng)絡(luò)的理論基礎(chǔ)。 但是，通用逼近定理(及其證明中使用的工具)對(duì)神經(jīng)網(wǎng)絡(luò)為何如此強(qiáng)大提供了非常深入的了解，甚至為工程新穎的體系結(jié)構(gòu)奠定了基礎(chǔ)。 畢竟，誰說過我們只能將S型和線性函數(shù)結(jié)合起來?