機器學習與深度學習的發展及應用

南京市第十三中學 周子揚

機器學習與深度學習的發展及應用

南京市第十三中學 周子揚

本文綜述了機器學習常見算法的應用，以及深度學習中常見網絡模型的基本原理及深度學習在計算機視覺、語言識別、信息檢索、自然語言處理等四個方面的應用。在本文的相關工作中，闡述了近七十年來機器學習的發展狀況以及深度學習的產生與發展。

機器學習；深度學習；神經網絡；應用

一、背景

機器學習，是指借助算法來分析數據規律、并利用規律來預測結果的算法，它分為監督學習、無監督學習和強化學習。深度學習是機器學習中神經網絡算法的擴展,它是機器學習的第二個階段--深層學習(第一階段為淺層學習),其中深度是指神經網絡的層數。因為機器學習中的單層感知機只適用于線性可分問題,而無法處理線性不可分問題。但深度學習中的多層感知機可以實現,它針對淺層學習的劣勢—維度災難(特征的維度過高,或者無法有效表達特征),能夠通過它的層次結構、低層次特征中提取高層次特征，彌補淺層學習的不足。

由于機器學習的發展，機器學習自動學習數據隱含高等級特征的能力，會隨著模型的改進以及訓練數據的擴充而逐步提升，這導致深度學習也隨之發展。

二、機器學習常見算法應用

1.分類

（1）決策樹算法(Decision Tree, DT)

DT算法可用于文章分類工作，將關鍵句子分為不同類別；也可以用于人臉識別，對人的面部特征分類，例如鼻梁高低，獲取特征數據后，與數據庫內數據匹配，進而識別。

（2）人工神經網絡（Artificial Neural Network, ANN）

網易公司為了過濾互聯網上的廣告、謠言、暴恐等不健康內容，利用ANN研發了反垃圾系統，過濾不良信息。

（3）支持向量機(Support Vector Machine, SVM)

SVM可以快速處理大量的數據，用于生物學分類問題，例如人類等高等真核生物基因剪接位點識別問題；也可以通過構造一系列超平面，將大規模的圖片進行分類。

（4）樸素貝葉斯(Na?ve Bayes, NB)

NB對大量的數據的分類效率穩定，常用于醫院給病人分類的系統，也用于新聞網站的新聞分類。

2.預測類

（1）k-近鄰(KNN)

KNN算法常用于手寫數字識別領域，準確率非常高。處理數據時，先將訓練數據用矩陣儲存，之后再轉化為向量。然后將測試數據輸入模型，輸出所寫數字。

（2）邏輯回歸(Logistic Regression, LR)

銀行在進行信用評估時常使用LR算法，例如在客戶填寫信息表，銀行從表和第三方信息源處獲得客戶的信用信息，并將此數據作為輸入，信用值作為輸出，經過LR計算確認該客戶的信用等級。醫學方面也時常用到LR，根據病人的危險因素，預測病人的發病概率。

（3）GBDT

GBDT算法可用于廣告點擊率的預估方面。和傳統的LR相比，GBDT擁有多種優勢，其具有多種區分性特征。而且由GBDT得到的結果中的特征和特征組合都具有區分性，效果可以和人工預測相媲美。

三、深度學習常見網絡

神經網絡是深度學習中的一種算法,它也是深度學習的載體。它包含輸入層、神經元和輸出層，最早的單層神經網絡又叫感知機，在結構上它由輸入層、隱藏層和輸出層組成，連接各層之間的是權值。

假設輸入為x，輸出為y’，真實值為y，則損失函數E為：

訓練時它的權值W為隨機值：

通過梯度來更新，公式其中表示學習率，用于修正權值的變化幅度。

但單層神經網絡有局限，它不可以處理非線性可分的問題，而且如果增加層數，則計算量會迅速增大。后來兩層神經網絡被提出用于解決非線性可分問題，為減少計算量，有人提出BP算法。其中BP算法是一種由后向前計算梯度、更新權值的機制，它基于高等數學中的鏈式法則。

深度神經網絡（DNN）是指具有兩層以上的神經網絡，它可以通過增加層數或者增加每層的單元數，來存儲更多的參數，從而構建更精密的模型。

它的訓練是基于貪心算法的逐層訓練，也就是訓練好上一層之后再增加下一個層，把上一層的輸入作為下一層的輸出。通過梯度下降方法來更新權值。

1.循環神經網絡(RNN )

但DNN會隨著層數的增加而記憶退化，也就是出現梯度消失或梯度爆炸等問題，為更好的記憶參數，有人提出循環神經網絡的概念。

圖1 RNN展開圖及LSTM結構對比

如圖2所示，隱層中的神經元基于時間傳遞，即上一時刻的隱層中的參數輸出，作為下一時刻隱層中的輸入。RNN的訓練主要基于BPTT算法，它的局限在于，長期依賴問題。當它處理那些需要前后聯系的信息的問題時，效果會變得差。比如，機器翻譯里的長句翻譯，若是基于RNN構建模型來訓練，翻譯效果極差。

為了解決該問題，有人提出長短期記憶（LSTM）。將RNN中的隱藏層中的神經元替換為更復雜的神經元結構——增加了一些門結構，如輸入門、輸出門、遺忘門。

RNN的內部結構，它只包含了一個tanh的簡單處理邏輯，LSTM為解決長期記憶問題，將tanh替換，其中的遺忘層，用于決定遺忘的信息，它讀取上一時刻中的參數xt-1、ht-1，輸出經過sigmoid激活函數。輸出值為0表示全部忘記，1表示全部記住。輸入門決定存儲的信息，輸出門表示傳遞給下一時刻的信息。

2.卷積神經網絡(CNN)

CNN是一個多層神經網絡，它解決了深層神經網絡中模型復雜、參數過多問題。它由輸入層、特征提取層、特征映射層等組成。

CNN通過三種機制——局部感受野、權值共享、時間/空間亞采樣，來保證信息的穩定性——尺度、位移、形狀不變。

特征提取層是一個卷積層，它通過卷積運算來強化特征信息，同時降低噪音。特征映射層是個下采樣層 ，它通過對此圖像進行子抽樣，來減少信息量從而降低噪音。

卷積神經網絡通過感受野和權值共享來減少參數的個數，從而降低訓練模型的訓練成本。普通的神經網絡是通過全局來感受外界圖像，而卷積神經網絡是通過局部感受野來感受外界圖像，第一層的神經元綜合起來傳遞給高層，然后高層得到全局信息。通過這種方式可以減少權值參數。

3.受限波爾茲曼機(RBM )

RBM由可視層和隱藏層兩部分組成，它是基于能量模型和波爾茲曼網絡。能量模型是一種基于狀態來定義狀態的能量的模型，而波爾茲曼網絡是一種隨機網絡，它的輸入層可以計算隱層節點的值得概率，輸出層也可以。下圖為受限制波爾茲曼機的結構。

隱藏層和可視層通過權值連接，而同層之間沒有連接。所有的隱藏層和可視層都滿足波爾茲曼分布，所以可以通過輸入可視層來得到隱藏層，然后由隱藏層得到可視層，根據偏差來調整參數直得到的可視層與原來的可視層一致為止，這時候的隱藏層便可以作為可視層變換后的特征。

增加隱藏層的數量便得到深度波爾茲曼機，把靠近可視層的部分改為有向圖模型，遠離可視層的部分仍為受限制波爾茲曼機時，便可得到深度信念網絡(DBN)。DBN是一種生成模型，它由多個RBM組成,訓練時通過逐層傳遞的方式來計算權值參數，這樣便于學習權值。

四、深度學習的應用

1.計算機視覺

傳統的機器視覺方法，主要取決于自定義的特征，然而這些特征不能抓取高等級的邊界信息。為了彌補小規模樣本的不足--不能有效表達復雜特征，計算機視覺開始轉向深度學習，比如2012年A．Krizhevsky對Image Net LSVRC 2010數據集（有1000個種類的120萬個圖像），用DNN來分類。在top1 和 top5 上的錯誤率依次是 37.5% 和17.0%，超過了傳統方法。除此之外，深度學習在人臉識別中也取得很好的識別效果，比如2014年Sun Yi用深度隱藏身份特征（deep hidden identity feature）來表示面部特征，在LFW上測試準確度達到97.45%。

2.語音識別

語音識別已經發展了幾十年，傳統的方法是統計學方法，主要基于隱馬爾可夫-高斯混合模型（HMM-GMM）。傳統方法的特征無法涵蓋語音數據的原有結構特征，因而對數據相關性的容忍度低，而DNN替換GMM后可以彌補此不足。比如2012年微軟的語音視頻檢索系統，通過深度學習方法將單詞錯誤率（word error rate）從27.4%降到18.5%。DNN相比于HMM-GMM有10%左右的提升，CNN相比DNN，對數據間的相關性適應能力更強。

3.信息檢索

傳統信息檢索采用TF-IDF系統，但該系統針對大詞匯量的問題處理效率低下，而且語義相似性也沒有考慮到。深度學習從2009年開始應用于信息檢索，DNN可以很好地表示文檔的詞計數特征，通過深度自編碼器將語義相似的文檔存放在相近的地址，從而提高檢索效率。比如2014年，Shen Yelong提出的卷積深度語義模型，可以將上下文中相同語義的單詞通過卷積結構，投影到上下文特征空間向量，把準確率從43.1%提高到44.7%。

4.自然語言處理

傳統的自然語言處理多是分離式處理問題，比如語言模型、語義相關詞，沒有整體處理。傳統系統有一些不足，比如淺層結構、分類線性可分，需要人工特征預處理等。2008年R．Collobert在自然語言處理領域開始應用DNN，錯誤率達到14.3%。

五、結語

機器學習是人工智能里的一個重要方向，隨著機器學習中神經網絡算法的深入研究，深度學習的網絡算法也日益完善，機器學習與深度學習的應用也不斷推廣。本文先綜述了機器學習常見算法的應用，然后由神經網絡引入深度學習，介紹了深度學習中常見網絡的原理以及應用。

由于作者見解和時間局限，關于機器學習和深度學習的研究有待完善，因而接下來會注重更多深度學習算法的研究。

[1]張建明,詹智財,成科揚,詹永照.深度學習的研究與發展[J/OL].江蘇大學學報(自然科學版),2015,36(02):191-200(2015-01-22)[2017-08-21].http://kns.cnki.net/kcms/detail/32.1668.n.20150122.1716.013.html.

[2]毛勇華,桂小林,李前,賀興時.深度學習應用技術研究[J/OL].計算機應用研究,2016,33(11):3201-3205(2016-06-15)[2017-08-21].http://kns.cnki.net/kcms/detail/51.1196.tp.20160615.1021.018.html.

[3]胡侯立,魏維,胡蒙娜.深度學習算法的原理及應用[J].信息技術,2015(02):175-177[2017-08-21].DOI:10.13274/j.cnki.hdzj.2015.02.045.

[4]喬林,張雄偉,史海寧,賈沖.第4講 深度學習應用中的常見模型[J].軍事通信技術,2016,37(01):98-104[2017-08-21].DOI:10.16464/j.cnki.cn32-1289.2016.01.020.