图解机器学习：神经网络和 TensorFlow 的文本分类

开发人员经常说，如果你想开始机器学习，你应该首先学习算法。但是我的经验则不是。

我说你应该首先了解：应用程序如何工作。一旦了解了这一点，深入探索算法的内部工作就会变得更加容易。

那么，你如何 开发直觉学习，并实现理解机器学习这个目的？一个很好的方法是创建机器学习模型。

假设您仍然不知道如何从头开始创建所有这些算法，您可以使用一个已经为您实现所有这些算法的库。那个库是 TensorFlow。

在本文中，我们将创建一个机器学习模型来将文本分类到类别中。我们将介绍以下主题：

1. TensorFlow 的工作原理什么是机器学习模型

2. 什么是神经网络

3. 神经网络如何学习

4. 如何操作数据并将其传递给神经网络

5. 如何运行模型并获得预测结果

你可能会学到很多新东西，所以让我们开始吧！

TensorFlow 是一个机器学习的开源库，由 Google 首创。库的名称帮助我们理解我们怎样使用它：tensors 是通过图的节点流转的多维数组。

在 TensorFlow 中的每一个计算都表示为数据流图，这个图有两类元素：

1. 一类 tf.Operation，表示计算单元

2. 一类 tf.Tensor，表示数据单元
   

要查看这些是怎么工作的，你需要创建这个数据流图：

（计算x+y的图）

你需要定义 x = [1,3,6] 和 y = [1,1,1]。由于图用 tf.Tensor 表示数据单元，你需要创建常量 Tensors：

现在你将定义操作单元：

你有了所有的图元素。现在你需要构建图：

这是 TensorFlow 工作流的工作原理：你首先要创建一个图，然后你才能计算（实际上是用操作‘运行’图节点）。你需要创建一个 tf.Session 运行图。

tf.Session 对象封装了 Operation 对象的执行环境。Tensor 对象是被计算过的（从文档中）。为了做到这些，我们需要在 Session 中定义哪个图将被使用到：

为了执行操作，你需要使用方法 tf.Session.run()。这个方法通过运行必要的图段去执行每个 Operation 对象并通过参数 fetches 计算每一个 Tensor 的值的方式执行 TensorFlow 计算的一'步'：

现在你知道了 TensorFlow 的工作原理，那么你得知道怎样创建预测模型。简而言之

机器学习算法+数据=预测模型

构建模型的过程就是这样：

（构建预测模型的过程）

正如你能看到的，模型由数据“训练过的”机器学习算法组成。当你有了模型，你就会得到这样的结果：

（预测工作流）

你创建的模型的目的是对文本分类，我们定义了：

input: text, result: category

我们有一个使用已经标记过的文本（每个文本都有了它属于哪个分类的标记）训练的数据集。在机器学习中，这种任务的类型是被称为监督学习。

 “我们知道正确的答案。该算法迭代的预测训练数据，并由老师纠正 ” —  Jason Brownlee

你会把数据分成类，因此它也是一个分类任务。

为了创建这个模型，我们将会用到神经网络。

神经网络是一个计算模型（一种描述使用机器语言和数学概念的系统的方式）。这些系统是自主学习和被训练的，而不是明确编程的。

神经网络是也从我们的中枢神经系统受到的启发。他们有与我们神经相似的连接节点。

（一个神经网络）

感知器是第一个神经网络算法。这篇文章 很好地解释了感知器的内部工作原理（“人工神经元内部” 的动画非常棒）。

为了理解神经网络的工作原理，我们将会使用 TensorFlow 建立一个神经网络架构。在这个例子中，这个架构被 Aymeric Damien 使用过。

神经网络有两个隐藏层（你得选择 网络会有多少隐藏层，这是结构设计的一部分）。

每一个隐藏层的任务是 把输入的东西转换成输出层可以使用的东西。

（输入层和第一个隐藏层）

你也需要定义第一个隐藏层会有多少节点。这些节点也被称为特征或神经元，在上面的例子中我们用每一个圆圈表示一个节点。

输入层的每个节点都对应着数据集中的一个词（之后我们会看到这是怎么运行的）

如 这里（https://appliedgo.net/perceptron/） 所述，每个节点（神经元）乘以一个权重。每个节点都有一个权重值，在训练阶段，神经网络会调整这些值以产生正确的输出（过会，我们将会学习更多关于这个的信息）

除了乘以没有输入的权重，网络也会增加一个误差 (在神经网络中误差的角色)。

在你的架构中，将输入乘以权重并将值与偏差相加，这些数据也要通过激活函数传递。这个激活函数定义了每个节点的最终输出。比如说：想象一下，每一个节点是一盏灯，激活函数决定灯是否会亮。

有很多类型的激活函数。你将会使用 Rectified Linear Unit (ReLu)。这个函数是这样定义的：

f(x) = max(0,x)  [输出 x 或者 0（零）中最大的数]

例如：如果 x = -1,  f(x) = 0(zero); 如果 x = 0.7, f(x) = 0.7.

第二个隐藏层做的完全是第一个隐藏层做的事情，但现在第二层的输入是第一层的输出。

(第一和第二隐藏层)

现在终于到了最后一层，输出层。你将会使用 One-Hot 编码 得到这个层的结果。

在这个编码中，只有一个比特的值是 1，其他比特的值都是 0。例如，如果我们想对三个分类编码(sports, space 和computer graphics)编码：

因此输出节点的编号是输入的数据集的分类的编号。

输出层的值也要乘以权重，并我们也要加上误差，但是现在激活函数不一样。

你想用分类对每一个文本进行标记，并且这些分类相互独立（一个文本不能同时属于两个分类）。

考虑到这点，你将使用 Softmax 函数而不是 ReLu 激活函数。这个函数把每一个完整的输出转换成 0 和 1 之间的值，并且确保所有单元的和等于一。

这样，输出将告诉我们每个分类中每个文本的概率。

现在有了神经网络的数据流图。把我们所看到的都转换为代码，结果是：

(我们将会在后面讨论输出层的激活函数)

就像我们前面看到的那样，神经网络训练时会更新权重值。现在我们将看到在 TensorFlow 环境下这是怎么发生的。

权重和误差存储在变量（tf.Variable）中。这些变量通过调用 run() 保持在图中的状态。

在机器学习中我们一般通过 正太分布 来启动权重和偏差值。

当我们第一次运行神经网络的时候（也就是说，权重值是由正态分布定义的）:

为了知道网络是否正在学习，你需要比较一下输出值（Z）和期望值（expected）。我们要怎么计算这个的不同（损耗）呢？有很多方法去解决这个问题。

因为我们正在进行分类任务，测量损耗的最好的方式是 交叉熵误差。

James D. McCaffrey 写了一个精彩的解释，说明为什么这是这种类型任务的最佳方法。

通过 TensorFlow 你将使用 tf.nn.softmax_cross_entropy_with_logits() 方法计算交叉熵误差（这个是 softmax 激活函数）并计算平均误差 (tf.reduced_mean())。

你希望通过权重和误差的最佳值，以便最小化输出误差（实际得到的值和正确的值之间的区别）。要做到这一点，将需使用 梯度下降法。更具体些是，需要使用 随机梯度下降。

（梯度下降。源: https://sebastianraschka.com/faq/docs/closed-form-vs-gd.html）

为了计算梯度下降，将要使用 Adaptive Moment Estimation (Adam)。要在 TensorFlow 中使用此算法，需要传递 learning_rate 值，该值可确定值的增量步长以找到最佳权重值。

tf.train.AdamOptimizer(learning_rate).minimize(loss) 方法是一个 语法糖，它做了两件事情：

1. compute_gradients(loss, )

2. apply_gradients()
   

这个方法用新的值更新了所有的 tf.Variables ，因此我们不需要传递变量列表。现在你有了训练网络的代码：

将要使用的数据集有很多英文文本，我们需要操作这些数据将其传递给神经网络。要做到这一点，需要做两件事：

1. 为每一个工作创建索引

2. 为每一个文本创建矩阵，在矩阵里，如果单词在文本中则值为 1，否则值为 0
   

让我们看着代码来理解这个过程：

上面例子中的文本是‘Hi from Brazil’，矩阵是 [ 1. 1. 1.]。如果文本仅是‘Hi’会怎么样？

将会与标签（文本的分类）相同，但是现在得使用独热编码（one-hot encoding）：

现在进入最精彩的部分：从模型中获取结果。先仔细看看输入的数据集。

对于一个有 18.000 个帖子大约有 20 个主题的数据集，将会使用到 20个新闻组。要加载这些数据集将会用到 scikit-learn 库。我们只使用 3 种类别：

1. comp.graphics

2. sci.space

3. rec.sport.baseball

scikit-learn 有两个子集：一个用于训练，另一个用于测试。建议不要查看测试数据，因为这可能会在创建模型时干扰你的选择。你不会希望创建一个模型来预测这个特定的测试数据，因为你希望创建一个具有很好的泛化性能的模型。

这里是如何加载数据集的代码：

在 神经网络的术语里，一次 epoch = 一个向前传递（得到输出的值）和一个所有训练示例的向后传递（更新权重）。

还记得 tf.Session.run() 方法吗？让我们仔细看看它：

tf.Session.run(fetches, feed_dict=None, options=None, run_metadata=None)

在这篇文章开始的数据流图里，你用到了和操作，但是我们也可以传递一个事情的列表用于运行。在这个神经网络运行中将传递两个事情：损耗计算和优化步骤。

feed_dict 参数是我们为每步运行所输入的数据。为了传递这个数据，我们需要定义tf.placeholders（提供给 feed_dict）

正如 TensorFlow 文档中说的：

 “占位符的存在只作为输入的目标，它不需要初始化，也不包含数据。” —  Source

因此将要像这样定义占位符：

还将要批量分离你的训练数据：

“如果为了能够 输入而使用占位符，可通过使用 tf.placeholder(…, shape=[None, …]) 创建占位符来指定变量批量维度。shape 的 None 元素对应于大小可变的维度。” —  Source

在测试模型时，我们将用更大的批处理来提供字典，这就是为什么需要定义一个可变的批处理维度。

get_batches() 函数为我们提供了批处理大小的文本数。现在我们可以运行模型：

现在有了这个经过训练的模型。为了测试它，还需要创建图元素。

我们将测量模型的准确性，因此需要获取预测值的索引和正确值的索引（因为我们使用的是独热编码），检查它们是否相等，并计算所有测试数据集的平均值：

就是这样！你使用神经网络创建了一个模型来将文本分类到不同的类别中。恭喜！

可在 这里 看到包含最终代码的笔记本。

提示：修改我们定义的值，以查看更改如何影响训练时间和模型精度。

还有其他问题或建议？留下你们的评论。谢谢阅读！