第五章 神经网络

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了第五章 神经网络相关的知识,希望对你有一定的参考价值。

参考技术A

神经网络 :神经网络是由具有适应性的简单单元组成的广泛并行互连的网络,它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。
神经网络中最基本的成分便是 神经元模型
M-P神经元模型:

感知机由两层神经元组成,分别为输入层、输出层。

以下是具体过程:

多层神经网络的拓扑结构如图:

如上图可知,多层网络由输入层、隐含层和输出层组成,顶层是输出层,底层是输入层,中间的便是隐含层。隐含层与输出层都具有功能神经元。
多层前馈神经网络的结构需要满足:
1、每层神经元必须与下一层完全互连
2、神经元之间不存在同层连接
3、神经元不可跨层连接

只需包含一个足够多神经元的隐层,就能以任意精度逼近任意复杂度的连续函数

BP神经网络由于学习能力太强大比较荣誉造成过拟合问题,故有两种策略来减缓过拟合的问题:
1、早停:将数据分成训练集和验证集,训练集学习,验证集评估性能,在训练过程中,若训练集的累积误差降低,而验证集的累积误差提高,则终止训练;
2、引入正则化:其基本思想是在误差目标函数中增加一个用于描述网络复杂程度的部分,有如连接权和阈值的平方和:

其中λ∈(0,1)用于对累积经验误差与网络复杂度这两项进行折中,常通过交叉验证法来估计。

神经网络的训练过程可看作一个参数寻优的过程,即寻找到适当的参数使得E最小。于是我们时常会谈及“全局最小”和“局部最小”。
1、全局最小:即全局最小解,在参数空间中,所有其他点的误差函数值均大于该点;
2、局部最小:即局部最小解,在参数空间中,其邻近的点的误差函数值均大于该点。

我们要达到局部极小点,很容易,只要满足梯度为零的点便是了,局部极小点可以有多个,但全局最小点只有一个。显然,我们追求的是全局最小,而非局部极小,于是人们通常采用以下策略来试图“跳出”局部极小,使其接近全局最小:
1、以多组不同参数值初始化多个神经网络,按标准方法训练,在迭代停止后,取其中误差最小的解作为最终参数;
2、使用随机梯度下降(在计算梯度时加入了随机因素),使得在局部最小时,计算的梯度仍可能不为0,从而可能跳出局部极小,继续进行迭代;
3、“模拟退火”技术,在每一步都以一定的概率接受比当前解更差的结果,但接受“次优解”的概率要随着迭代进行,时间推移而逐渐减低以确保算法的稳定。

1、RBF网络
单隐层前馈神经网络 ,使用径向基函数作为隐层神经元激活函数,输出层是对隐层神经元输出的线性组合。RBF网络可表示为:

2、ART网络
竞争型学习 (神经网络中一种常用的 无监督学习 策略),由 比较层、识别层、识别阈值和重置模块 组成。接收到比较层的输入信号后,识别层神经元相互竞争以产生获胜神经元,最简单的方式就是计算输入向量与每个识别层神经元所对应的模式类代表向量间的距离,距离小者获胜。若获胜神经元对应的代表向量与输入向量间 相似度大于识别阈值 ,则将输入样本归为该代表向量所属类别,网络 连接权 也会进行 更新 以保证后面接收到相似的输入样本时该模式类会计算出更大的相似度,使得这样的样本能够归于一类;如果 相似度不大于识别阈值 ,则 重置模块 会在 识别层 加一个神经元,其 代表向量 设置 为当前 输入向量
3、SOM网络
竞争型学习的无监督神经网络 ,将高维输入数据映射到低维空间(通常是二维),且保持输入数据在高维空间的拓扑结构。
4、级联相关网络
结构自适应网络

5、Elman网络
递归神经网络

6、Boltzmann机
基于能量的模型,其神经元分为显层与隐层,显层用于数据输入输出,隐层被理解为数据的内在表达。其神经元皆为布尔型,1为激活,0为抑制。

理论上,参数越多的模型其复杂程度越高,能完成更加复杂的学习任务。但是复杂模型的训练效率低下,容易过拟合。但由于大数据时代、云计算,计算能力大幅提升缓解了训练效率低下,而训练数据的增加则可以降低过拟合风险。
于是如何增加模型的复杂程度呢?
1、增加隐层数;
2、增加隐层神经元数.
如何有效训练多隐层神经网络?
1、无监督逐层训练:每次训练一层隐节点,把上一层隐节点的输出当作输入来训练,本层隐结点训练好后,输出再作为下一层的输入来训练,这称为预训练,全部预训练完成后,再对整个网络进行微调。“预训练+微调”即把大量的参数进行分组,先找出每组较好的设置,再基于这些局部最优的结果来训练全局最优;
2、权共享:令同一层神经元使用完全相同的连接权,典型的例子是卷积神经网络。这样做可以大大减少需要训练的参数数目。

深度学习 可理解为一种特征学习或者表示学习,是通过 多层处理 ,逐渐将初始的 低层特征表示 转化为 高层特征表示 后,用 简单模型 即可完成复杂的分类等 学习任务

第五章 网络与并发编程

第五章 网络与并发编程

  1.网络编程

    1.1 网络编程定义

      基于多台机器之间的通信需要基于网络编程

    1.2 web程序的架构

      C/S架构:client(客户端)/server(服务端)  所有需要安装的.exe文件都属于客户端

      B/S架构:breowser(浏览器)/server(服务端)  所有能被网页访问的网络都是B/S架构

      C/S和B/S之间的关系:所有的B/S架构都需要一个浏览器才能访问,浏览器是一个软件,相当于客户端,多有的B/S架构也都是C/S架构的,浏览器(breowser)是特殊的客户端(client)

      两种架构的优点:C/S装好了直接双击就可以使用。B/S几大的简化了我们使用软件的成本。

    1.3 tcp协议

      定义:tcp协议建立连接可靠,但是比较慢,全双工通信
         建立连接的时候用三次握手,断开连接的时候用四次挥手

         在建立连接之后发送的每一条信息都有回复,为了保证数据的完整性,还有重传机制

         长连接,所以会占用双方的端口

#server端
import socket
sk = socket.socket()    #创建一个socket对象
sk.bind((127.0.0.1,9000))    #绑定自己的环回地址端口为9000
sk.listen()    #开始接受客户端给我的链接,可以设置最大连接数,如果有人在连接,其余人等待
while True:
    conn,addr = sk.accept()    #阻塞等待被连
    while True:
        msg = input(>>>)
        connsend(msg.encode(utf-8))    #给连接端发送一条消息,用utf-8格式
        if msg.upper() ==Q;
            break
        content = conn.recv(1024).decode(utf-8)    #阻塞,直到收到连接放发来的消息,一次收不超过1024字节
        if content.upper() == Q:break
        print(content)    #打印收到的消息
    conn.close()    #断开连接
sk.close()    #关闭连接

#client端
import socket
sk = socket.socket()
sk.connect((serverIP,server端口)
while True:
    ret = sk.recv(1024).decode(utf-8)    #接收发送来的消息
    if ret.ipper() == Q:break
    print(ret)    
    msg = input(>>>)
    sk.send(msg.encode(utf-8))
    if msg.upper() = Q: break
sk.close()

     1.4 udp协议

      定义:无连接的,速度快,但是可能会丢失数据

#server端
import socket
sk = socket.socket(type = socket.SOCK_DGRAM)    #定义连接为UDP
sk.bind((127.0.0.1,9000)
while True:
    msg,client_addr = sk.recvfrom(1024)
    print(msg.decode(utf-8))
    cpntent = input(>>>)
    sk.sendto(收到.encode(utf-8),client_addr)
sk.close()

#client端
import socket
sk = socket.socket(type = socket.SOCK_DGRAM)
server_addr = (127.0.0.1,9000)
while True:
    content = input(>>>)
    if content.upper() == Q:break
    sk.sendto(content.encode(utf-8),server_addr)
    msg = sk.recvfrom(1024)
    if msg.upper() == Q :break
    print(msg.decode(utf-8))
sk.close()

     1.5 粘包

      定义:粘包是tcp协议中的一个现象,在发送端由于两条信息发送的时间间隔很短,且两条消息本身也很短,在发送之前被合成一条消息,在接收端由于接收不及时导致两条先后到达的信息在接收端黏在一起

      本质:信息与信息之间没有边界

      解决黏包:内置模块

#server端
import socket
import struck
sk.socket.socket()
sk.bind((127.0.0.1,9000))
sk.listen()
conn,addr = sk.accept()
msg = Parallel
bytes_msg = msg.encode(utf-8)    #转换成字节码
num = len(bytes_msg)    #计算出字节码的长度
len_bytes = struck.pack(i,num)    #用struck模块总pack方法将具体长度转成4个字节
conn.send(len_bytes)    #先发送4个字节
conn.send(bytes_msg)    #发送转成字节码的内容
conn.close()
sk.clock()

#client端
import socket
sk = socket.socket()
sk.connect((serverIP,端口))
num = sk.recv(4)    #先接收4字节
bytes_num = struck.unpack(i,num)[0]    #把4字节中打包的长度解包,变成要接收数据的具体长度
msg = sk.recv(bytes_num)    #知道具体长度后确定自己要接收多少字节
print(msg.decode(utf-8))
sk.close

    1.6 拆包机制和合包机制

      定义:当TCP传输的是大文件时,需要将文件通过拆包机制拆分成多份陆续发送,接收方收到多个拆分后的信息后需要全部收到使用合包机制整合成大文件。

    1.7 文件的传输

#信息通过字典传输文件
#server端
import os
import json
import socket
sk = socket.socket()
sk.connect((127.0.0.1,9001))
filename = input(请输入文件路径:)###输入文件名
filename = os.path.basename(filepath)###从文件名中获取文件路径
filesize = os.path.getsize(filepath)###获取文件大小
dic = {filename:filename,filesize:filesize}
bytes_dic = json.dumps(dic).encode(utf-8)
len_dic = len(bytes_dic)
bytes_len = struct.pack(i,len_dic)
sk.send(bytes_len)###发送字典字节
sk.send(bytes_dic)###发送字典
with open(filepath,rb) as f:
    content = f.read()###读出文件内容
    sk.send(content)###发送文件内容
conn.close()
sk.close()

#client端
import os
import socket
sk = sk.socket.socket()
sk.bind((127.0.0.1,900))
sk.listen()
conn,addr = sk.accept()
num = conn.recv(4)###接收4字节
num = struct.unpack(i,num)[0]###通过接收的4个字节得到文件名长度
str_dic = conn.recv(num).decode(utf-8)###得到json类型的字典
dic = json.loads(str_dic)
with open(dic[file_name],wb) as f:
    conntent = conn.recv(dic[filesize])
    f.write(content)
conn.close()
sk.close()

  2.网络并发编程

    1.1 并发的模块

      定义:并发使用socketserver模块,并发网络的连接操作是基于socket实现的

#server端
import socketserver
class Myserver(socket.server.BaseRequestHandler):    #固定格式
    def handle(self):    #固定格式
        print(self.request)    #打印conn连接,等同于self.request
        msg = self.request.recv(1024).decode(utf-8)
        self.request.send(msg.encode(utf-8))    #把收到的消息发送回去
server = socketserver.ThreadingTCPServer((127.0.0.1,9000),Myserver)    #类名
server.serve_forever()    #相当于accept阻塞等待连接

#client端1
import socket
sk = socket.socket()
sk.connect((serverIP,端口))    #发送信息测试
sk.close()

#client端2
import socket
sk = socket.socket()
sk.connect((serverIP,端口))    #发送信息测试
sk.close()

     1.2 非阻塞IO模型

      定义:server端没有IO状况且没有阻塞状态

#server端
import socket
sk = socket.socket()
sk.bind((127.0.0.1,9000))
sk.setblocking(False)     #设置非阻塞
sk.listen()
conn_l = []
del_l = []
while True:
    try:
        conn,addr = sk.accept()    #此处不再阻塞
        print(conn)
        conn_l.append(conn)
    except BlockingIOError:
        for c in conn_l:
            try:
                msg = c.recv(1024).decode(utf-8)
                if not msg:
                    del_l.append(c)
                    continue
                print(-->,[msg])
                c.send(msg.upper().encode(utf-8))
            except BlockingIOError:pass
        for c in del_l:
            conn_l.remove(c)
        del_l.clear()
sk.close()

#client端1、2
import time
import socket
sk = socket.socket()
sk.connect((127.0.0.1,9000))
for i in range(30):
    sk.send(bwusir)
    msg = sk.recv(1024)
    print(msg)
    time.sleep(0.2)
sk.close()

     1.3 验证用户端的合法性

      定义:当客户端是提供给机器使用时,需要验证客户端是否合法,利用加密

 

#server端
import os
import hashlib
import socket
def get_md5(secret_key,randseq):
    md5 = hashlib.md5(secret_key)
    md5.update(randseq)
    res = md5.hexdigest()
    return res
def chat(conn):
    while True:
        msg = conn.recv(1024).decode(utf-8)
        print(msg)
        conn.send(msg.upper().encode(utf-8))
sk = socket.socket()
sk.bind((127.0.0.1,9000))
sk.listen()
secret_key = balexsb
while True:
    conn,addr = sk.accept()
    randseq = os.urandom(32)
    conn.send(randseq)
    md5code = get_md5(secret_key,randseq)
    ret = conn.recv(32).decode(utf-8)
    print(ret)
    if ret == md5code:
        print(是合法的客户端)
        chat(conn)
    else:
        print(不是合法的客户端)
        conn.close()
sk.close()

#client端
import hashlib
import socket
import time
def get_md5(secret_key,randseq):
    md5 = hashlib.md5(secret_key)
    md5.update(randseq)
    res = md5.hexdigest()
    return res
def chat(sk):
    while True:
        sk.send(bhello)
        msg = sk.recv(1024).decode(utf-8)
        print(msg)
        time.sleep(0.5)
sk = socket.socket()
sk.connect((127.0.0.1,9000))
secret_key = balexsb
randseq = sk.recv(32)
md5code = get_md5(secret_key,randseq)
sk.send(md5code.encode(utf-8))
chat(sk)
sk.close()

 

     1.4 进程

      1.定义:当一个文件或软件被CPU运行时,这个文件和软件就被称为进程

          进程是计算机中最小的资源分配单位

          标识符为PID,随机且唯一

          进程之间的数据是隔离的,子进程中的数据不影响父进程

      2.进程的三状态:创建进程后

             就绪:等待CPU调用运行

             运行:没有遇到IO操作则到时间片后回到就绪,遇到阻塞就停止,没有上述情况就运行到结束

             阻塞:遇到阻塞后返回就绪状态重新等待CPU调用开始运行

      技术图片

       3.父子进程

         在pycharm中所有的python程序都是pycharm的子进程

        os,getpid()查看进程的pid,os.getppid()查看父进程的pid

        主进程要等待子进程结束才算结束,负责回收子进程资源

        如果子进程执行结束,父进程没有回收资源,那么这个子进程会变成一个僵尸进程

      4.主进程结束逻辑

        主进程的代码结束——>所有的子进程结束——>给子进程回收资源——>主进程结束

      5.join方法

        阻塞,直到子进程结束,主进程回收资源后才执行主进程后面,属于同步阻塞

        将子进程赋值给一个变量(不可直接使用),变量.join()执行

       6.并行与并发

        并行:两个程序两个CPU每个程序分别占用一个CPU执行

        并发:两个程序一个CPU每个程序交替的在一个CPU上执行

      7.程序运行的分类

        同步:单个程序运行结束或者被打断后才能运行下一个程序

        异步:多个程序可以同时运行

        阻塞:CPU不在该进程上工作

        非阻塞:CPU在该进程上工作

        同步阻塞:conn.recv

        异步阻塞:多个进程遇见IO

        同步非阻塞:func()且没有IO操作

        异步非阻塞:把func()扔到其他任务里执行,且本身任务和其他任务都没有IO操作

      8.Process类

        开启进程的方式:

#面向函数
from multiprocessing import Process    #进程类Process
def func(i):
    time.sleep(1)
    print(0)
if __name__ == __main__:
    Process(target = func).start()
    Process(target = func).start()
    Process(target = func).start()    #三个之间互不影响,同时执行且异步

#
在windows中新的子进程需要通过import父进程的代码来完成数据的导入工作,所以有一些内容我们只希望在父进程中完成,就写在__name__ = ‘__main__‘下面 #面向对象 from multiprocessing import Process class 类名(Process): def __init__(self,参数1,参数2) #需要传参数必须写init和super().__init__() self.a = 参数1 self.b = 参数2 super().__init__() #在继承Process类中也有init方法,必须引用过去 def run(self): #要在子进程中执行的代码 pass if __name__ ==__main__: mp = MyProcess(传参数) mp.start() #开启进程,异步非阻塞 mp.terminate() #结束进程 异步非阻塞 mp.join() #同步阻塞 mp.is_live() #获取当前进程的状态True为运行

 

       9. 守护进程

       定义:守护进程是随着主进程的代码结束而自动结束

import time
from multiprocessing import Process
def son1():
    while True:
        print(is alive)
        time.sleep(0.5)
if __name__ == __main__:
    p = Process(target=son1)
    p.daemon = True    #把p子进程设置成一个守护进程
    p.start()
    p.terminate()    #强制结束一个子进程且为异步非阻塞
    p.is_alive()    #判断一个进程是不是存活

 

      10.锁Lock

        定义:如果在一个并发的场景下设计到某部分内部是需要修改一些所有进程共享的数据资源,需要加锁来维护数据的安全,虽然会降低效率,但是需要在数据安全的基础上会考虑效率的问题

        使用:在主进程中实例化lock=Lock(),把这把锁当做参数传递给子进程,在子进程中对需要加锁的代码执行with lock(相当于lock.acquire()#加锁,lock.release()#解锁)

        应用场景;共享的数据资源(文件、数据库)对资源进行修改、删除操作

import time
import json
from multiprocessing import Process,Lock
def search_ticket(user):
    with open(ticket_count) as f:
        dic = json.load(f)
        print(%s查询结果  : %s张余票%(user,dic[count]))
def buy_ticket(user,lock):
    with lock:        # lock.acquire()给这段代码加上一把锁
        time.sleep(0.02)
        with open(ticket_count) as f:
            dic = json.load(f)
        if dic[count] > 0:
            print(%s买到票了%(user))
            dic[count] -= 1
        else:
            print(%s没买到票 % (user))
        time.sleep(0.02)
        with open(ticket_count,w) as f:
            json.dump(dic,f)
                            # lock.release()给这段代码解锁
def task(user, lock):
    search_ticket(user)
    with lock:    #默认做异常处理(推荐)
        buy_ticket(user, lock)
if __name__ == __main__:
    lock = Lock()
    for i in range(10):
        p = Process(target=task,args=(user%s%i,lock))
        p.start()    

 

       11.进程之间数据通信——IPC

        定义:IPC(inter process communication),在进程与进程中形成一个Queue的队列,把数据传去队列中相互传递,Queue是基于socket连接和写文件pickle实现通信,并且存在lock

from multiprocessing imoprt Queue,Process
def func(exp):
    ret = eval(exp)
    print(ret)
    q.put(ret)
if __name__ ==__main__:
    q = Queue(5)    #先进先出,规定队列中的数据最多5个,当队列满了,继续传输会阻塞,直到队列有数据被拿走
    Process(target=func,args=(1+2+3,q)).start()
    print(q.get())    #当没有数据的时候会阻塞直到取出数据

       12.生产者消费者模型

       定义:生产者是生产数据,消费者是处理数据

       解耦:把写在一起的大的功能分开成多个小的功能,修改、复用、可读性大大提高

from multiprocessing import Process,Queue
def producer(q,name,food):
    for i in range(10):
        time.sleep(random.random())
        fd = %s%s%(food,i)
        q.put(fd)
        print(%s生产了一个%s%(name,food))
def consumer(q,name,):
    while True:
        food = q.get()
        print(%s吃了%s%(name,food))
if __name__==__main__:
    q = Queue(10)
    Process(target=prodecer,args=(q,Parallel,火锅))
    p1.start()
    c1 = Process(target=consumer,args=(q,World))
    c1.start()
    p1.join()
    q.put(None)    #有几个用户需要输几个q.put(None)

 

以上是关于第五章 神经网络的主要内容,如果未能解决你的问题,请参考以下文章

Docker 第五章 容器网络

《Python深度学习》第五章-1(CNN简介)读书笔记

第五章 神经网络

第五章 网络配置和系统管理操作(重要)

机器学习-西瓜书南瓜书第五章

《UNIX网络编程》 -- 第五章