神經網路為什麼要歸一化

1.數值問題。

無容置疑，歸一化的確可以避免一些不必要的數值問題。輸入變數的數量級未致於會引起數值問題吧，但其實要引起也並不是那麼困難。因為tansig的非線性區間大約在[-1.7，1.7]。意味著要使神經元有效，tansig( w1*x1 + w2*x2 +b) 裡的 w1*x1 +w2*x2 +b 數量級應該在 1 （1.7所在的數量級）左右。這時輸入較大，就意味著權值必須較小，乙個較大，乙個較小，兩者相乘，就引起數值問題了。

假如你的輸入是421，你也許認為，這並不是乙個太大的數，但因為有效權值大概會在1/421左右，例如0.00243，那麼，在matlab裡輸入 421*0.00243 == 0.421*2.43

可以看到兩者不相等了，說明已經引起數值問題了。

2.求解需要

我們建立了神經網路模型後，只要找到的解足夠好，我們的網路就能夠正確的**了。在訓練前我們將資料歸一化，說明資料歸是為了更方便的求解。

那麼，究竟給求解帶來了什麼方便呢？

這個問題不能一概而論，不同的演算法，在歸一化中得到的好處各不相同。假若有乙個很牛b的求解演算法，那完全用不著歸一化，不過目前大部演算法，都比較需要歸一化，特別是常用的梯度下降法（或梯度下降的衍生方法），歸一化和不歸一化，對梯度下降法的影響非常大。不同的演算法，對歸一化的依賴程式不同，例如列文伯格-馬跨特演算法（matlab工具箱的trainlm法）對歸一化的依賴就沒有梯度下降法（matlab裡的traingd）那麼強烈。

既然不同的演算法對歸一化有不同的理由，篇幅有限，本文就僅以梯度下降法舉例。

重溫一下梯度法，梯度法一般初始化乙個初始解，然後求梯度，再用新解=舊解-梯度*學習率的方式來迭代更新解。直到滿足終止迭代條件，退出迴圈。

先看歸一化對初始化的好處：

（1）初始化

過初始化的同學會發現，輸入資料的範圍會影響我們初始化的效果。例如，某個神經元的值為tansig(w1*x1+w2*x2+b)，由於tansig函式只有在[-1.7，1.7]的範圍才有較好的非線性，所以w1*x1+w2*x2+b的取值範圍就要與 [-1.7，1.7]有交集（實際上需要更細膩的條件），這個神經元才能利用到非線性部分。

我們希望初始化的時候，就把每個神經元初始化成有效的狀態，所以，需要知道w1*x1+w2*x2+b的取值範圍，也就需要知道輸入輸出資料的範圍。

輸入資料的範圍對初始化的影響是無法避免的，一般討論初始化方法時，我們都假設它的範圍就是[0，1]或者[-1，1]，這樣討論起來會方便很多。就這樣，若果資料已經歸一化的話，能給初始化模組帶來更簡便，清晰的處理思路。

注：matlab工具箱在初始化權值閾值的時候，會考慮資料的範圍，所以，即使你的資料沒歸一化，也不會影響matlab工具箱的初始化

（2）梯度

以輸入-隱層-輸出這樣的三層bp為例，我們知道對於輸入-隱層權值的梯度有2e*w*(1-a^2)*x的形式（e是誤差，w是隱層到輸出層的權重，a是隱層神經元的值，x是輸入），若果輸出層的數量級很大，會引起e的數量級很大，同理，w為了將隱層（數量級為1）映身到輸出層，w也會很大，再加上x也很大的話，從梯度公式可以看出，三者相乘，梯度就非常大了。這時會給梯度的更新帶來數值問題。

（3）學習率

由（2）中，知道梯度非常大，學習率就必須非常小，因此，學習率（學習率初始值）的選擇需要參考輸入的範圍，不如直接將資料歸一化，這樣學習率就不必再根據資料範圍作調整。

隱層到輸出層的權值梯度可以寫成 2e*a，而輸入層到隱層的權值梯度為 2e *w*(1-a^2)*x ，受 x 和 w 的影響，各個梯度的數量級不相同，因此，它們需要的學習率數量級也就不相同。對w1適合的學習率，可能相對於w2來說會太小，若果使用適合w1的學習率，會導致在w2方向上步進非常慢，會消耗非常多的時間，而使用適合w2的學習率，對w1來說又太大，搜尋不到適合w1的解。

如果使用固定學習率，而資料沒歸一化，則後果可想而知。

不過，若果像matlab工具箱一樣，使用自適應學習率，學習率的問題會稍稍得到一些緩和。

（4）搜尋軌跡

前面已說過，輸入範圍不同，對應的 w 的有效範圍就不同。假設 w1 的範圍在 [-10，10]，而w2的範圍在[-100，100]，梯度每次都前進1單位，那麼在w1方向上每次相當於前進了 1/20，而在w2上只相當於 1/200！某種意義上來說，在w2上前進的步長更小一些,而w1在搜尋過程中會比w2「走」得更快。這樣會導致，在搜尋過程中更偏向於w1的方向。

拋開哪種路線更有效於找到最佳解的問題不談，兩點之間直線距離最短，這種直角路線明顯會更耗時間，所以不歸一化，時間會明顯增加。

從上面的分析總結，除去數值問題的影響，最主要的影響就是，每一維的偏導數計算出來數量級會不一致。下面我們來個試驗。

3.小實驗

假設我們有兩個輸入變數，x1範圍是[-1，1]，但x2是[-100,100]，輸出範圍是[-1，1]。x2在輸入資料上沒有做歸一化，怎麼修改訓練過程，才能讓訓練結果如同資料歸一化了一樣呢。

通過上面的討論，我們知道x2增大了，會使w2的梯度也很大，因此我們在計算w2梯度時，需要把它的梯度除以100.才能得到它的梯度數量級與w1的一致。然後在更新w步長的時候，w1的有效取值範圍（1/1）是w2的有效取值範圍（1/100）的100倍，因此w2走的時候，應該以1/100的步去走。所以w2的學習率也需要除以100。

這樣，若果不考慮數值問題，會和資料作了歸一化的結果是一樣的。這裡就不展示實驗的**了，因為需要涉及整個bp**。有興趣研究的同學在自己的編寫的**上動下刀。

這是乙個案例分析，說明不考慮數值問題的話，只是影響了這兩個地方。假設，x2的輸入範圍是[100，300]，那肯定不是除以100就可以了，需要更複雜一些的變換，這裡不再深入糾結。

為什麼要歸一化，對於使用梯度下降法訓練的三層bp神經網路總結出的就是這些原因了。對於其他的神經網路模型，會有其它的原因，這裡就不再作分析。

4.對使用matlab工具箱的建議

關於使用matlab工具箱需要注意的兩點

matlab2012b已經會自動將輸入資料歸一化，所以不必再自己去做資料的預處理，直接用原始資料建立網路就可以。

但輸出需要做歸一化，因為工具箱計算誤差的時候，使用的是原始資料的誤差，因此誤差數量級可能很大，這樣一來梯度就很大了，在學習率還沒來得及自適應減小的時候，梯度就一下子把原來初始化好的權重給吞掉了，使網路的權重掉到乙個離最優解非常遠的地方。所以使用matlab神經網路工具箱，而又要用梯度下降法的話，輸出一定要做歸一化。

但若果用預設的trainlm法，而不是梯度下降法 traingd的話，那影響不會像 traingd這麼嚴重，我們可以看到 trainlm(列文伯格-馬跨特法) 對方向 h 的計算公式是：

由於jj和jf的數量級不會差太多，而且由於有u的調整，最終會得到乙個適當的h。

3.使用matlab2012b（或以上）工具箱得到的網路權值，是面向作了歸一化後的資料的。所以使用時，需要先對資料進行歸一化，再將歸一化後的輸入資料放到網路中計算網路輸出，再將輸出反歸一化，才是真正的**結果。如果想把歸一化過程揉合到網路的權值的話，請參考文章：《提取對應原始資料的權重和閾值》

5.個人見解

下面是網友關於為什麼要歸一化的一些回答（歡迎補充）：

1.避免數值問題。

2.使網路快速的收斂。

3.樣本資料的評價標準不一樣，需要對其量綱化，統一評價標準

4.bp中常採用sigmoid函式作為轉移函式，歸一化能夠防止淨輸入絕對值過大引起的神經元輸出飽和現象。

5.保證輸出資料中數值小的不被吞食。

（1）使網路快速的收斂：贊同。

（2）避免數值問題：贊同。

（3）統一量綱：本人認為這從屬於業務層，與網路的訓練無關。

（4）避免神經元飽和：與權值閾值相乘後，才是sigmoid的輸入值，初始化得好的話，並不會飽和輸出。若果使用「把權值和閾值隨機初始化為[-1，1]之間的值」這種初始化方法，那不歸一化就會引起神經元輸出飽和現象。

（5）大數吞小數：若果我們找到適合的權值，是不會吞掉的，例如x1=10000,x2=1, 而w1=0.0001,w2=1，那麼w1*x1是不會吞掉w2*x1的。

後語

本文在很多細節之處，都沒有作深入的討論，一來展開這些討論會讓文章非常冗贅，失去主題。二來（也是最主要的原因），對歸一化作用的研究，只能讓我們更清晰歸一化的好處，減少我們對歸一化的疑惑，並不能促進我們更好的改進網路效果。所以本文，都僅從大方面，不十分嚴謹的提及歸一化在訓練過程各方面的好處。

> ***************=

神經網路為什麼要歸一化

神經網路為什麼要歸一化

神經網路為什麼要歸一化

神經網路為什麼要歸一化1

相關推薦