神经网络中梯度下降算法

介绍

如果说在机器学习领域有哪个优化算法最广为认知,用途最广,非梯度下降算法莫属。梯度下降算法是一种非常经典的求极小值的算法,比如在线性回归里我们可以用最小二乘法去解析最优解,但是其中会涉及到对矩阵求逆,由于多重共线性问题的存在是很让人难受的,无论进行L1正则化的Lasso回归还是L2正则化的岭回归,其实并不让人满意,因为它们的产生是为了修复此漏洞,而不是为了提升模型效果,甚至使模型效果下降。但是换一种思路,比如用梯度下降算法去优化线性回归的损失函数,完全就可以不用考虑多重共线性带来的问题。

其实不仅是线性回归,逻辑回归同样是可以用梯度下降进行优化,因为这两个算法的损失函数都是严格意义上的凸函数,即存在全局唯一极小值,较小的学习率和足够的迭代次数,一定可以达到最小值附近,满足精度要求是完全没有问题的。并且随着特征数目的增多(列如100000),梯度下降的效率将远高于去解析标准方程的逆矩阵。

神经网络中的后向传播算法其实就是在进行梯度下降,GDBT(梯度提升树)每增加一个弱学习器(CART回归树),近似于进行一次梯度下降,因为每一棵回归树的目的都是去拟合此时损失函数的负梯度,这也可以说明为什么GDBT往往没XGBoost的效率高,因为它没办法拟合真正的负梯度,而Xgboost 的每增加的一个弱学习器是使得损失函数下降最快的解析解。总之梯度下降算法的用处十分广泛,我们有必要对它进行更加深入的理解。

关于梯度下降算法的直观理解

关于梯度下降算法的直观理解,我们以一个人下山为例。比如刚开始的初始位置是在红色的山顶位置,那么现在的问题是该如何达到蓝色的山底呢?按照梯度下降算法的思想,它将按如下操作达到最低点:

第一步,明确自己现在所处的位置

第二步,找到相对于该位置而言下降最快的方向

第三步, 沿着第二步找到的方向走一小步,到达一个新的位置,此时的位置肯定比原来低

第四部, 回到第一步

第五步,终止于最低点

按照以上5步,最终达到最低点,这就是梯度下降的完整流程。当然你可能会说,上图不是有不同的路径吗?是的,因为上图并不是标准的凸函数,往往不能找到最小值,只能找到局部极小值。所以你可以用不同的初始位置进行梯度下降,来寻找更小的极小值点,当然如果损失函数是凸函数就没必要了,开开心心的进行梯度下降吧!比如下面这种:

问题是,如何用数学语言去描述以上5步呢?

梯度下降算法的理论推导

一元函数

一元函数的导数我相信大家都学过,其几何意义是某点切线的斜率,除此之外它还能表示函数在该点的变化率,导数越大,说明函数在该点的变化越大。

则导函数本身则代表着函数沿着x方向的变化率

二元函数

对于二元函数,z=f(x,y),它对的偏导数分别表示如下:

函数在y方向不变的情况下,函数值沿x方向的变化率

函数在x方向不变的情况下,函数值沿y方向的变化率

有了以上的了解,我们分别知道了函数在单独在方向上的变化率

现在有一个问题,我想知道函数在其他方向上的变化率怎么办?

比如下图中的方向上:

其实是可以做到的,我们都学过,在一平面中,任意一向量都可以用两个不共线的基向量表示,也就是说任意一方向上的变化,都可以分解到x和y两个方向上

比如,我想求方向上的变化率,根据导函数的定义

其中α是u方向与x正方向的夹角

极限存在可用洛必达法则,分子分母同时对▲u求导

原式等于

这是一个自变量是α的函数,我们将其命名为方向导数,其表明随着α的不同,方向不同,函数的变化率不同。

至此,我们推出了,方向导数的概念,还记得我们的梯度下降算法的第二步是什么吗?

找到相对于该位置而言下降最快的方向

而我们的方向导数,本身代表的就是函数变化率与方向的关系,也就是说我们需要利用方向导数,找到使得函数变化率最大的方向

那么,问题来了,在哪一个方向上变化率最大呢?

寻找函数变化率最大的方向-梯度

我们可以这样改写,令:

则:

θ是两个向量的夹角

显然,当θ=0时,取得最大方向导数,也就说随着α的改变,当两个向量是平行的时候,取得最大方向导数,而此时的方向就是下式的方向:

我们把上式称之为梯度,所以梯度方向是函数变化率最大的方向,更本质的说是函数增长最快的方向

所以,当我们需要最小化损失函数时,只需要使损失函数沿着负梯度前行,就能使损失函数最快下降。

更高元函数

二元函数的推导结论同样可作用于更高元的函数。

所以,高元函数在某点的梯度就是对每一个自变量求偏导,组成的一个向量,在该点的取值,该向量的方向就是函数在该点处增长最快的方向,显然,其负方向就是函数减少最快的方向

以下面的函数举个例子,这是一个有n+1个自变量的函数,自变量是θ

首先呢,随机化一个我们梯度下降的初始位置,全部为0吧,当然在神经网络中可不能如此随意

计算梯度,对每一个自变量求偏导:

将初始化的值0,代入上式梯度,就可以得到一个具体的向量,为什么是一个具体的向量呢?这个你要自己想想了

而该向量的方向就是函数在该点增长最快的方向

那么,显然,我们需要往其负方向走一段距离,可是,如何往负方向走呢?其实一样的道理,该负方向同样将其分解到各个自变量的维度上,即其更新过程可写成:

式中的减号表示往梯度的负方向改变

а为学习率,是一个大于0的数,它能控制沿着该方向走多长一段距离,不是步长

什么才是真正的步长?

一个式子说明足以,将当前位置θ代入下式,就是在该点处梯度下降的步长:

所以步长是一个有方向和模长的矢量,当然也是符合我们直观上的理解的,你总要确定往哪个方向走以及步子迈多大。

应用:线性回归的梯度下降解法

首先,我们给出线性回归的损失函数,为了方便,不带正则项:

其中:

其更新过程可写成:

具体的梯度下降流程:

第一步:先随便假设一组θ,你要是喜欢可以全部取0

第二步循环迭代:

第一次迭代:

.......

第二次迭代:

......

......

第x次迭代:......

第三步,满足要求,循环结束,得到θ

原文链接:https://www.shangyexinzhi.com/article/details/id-170015/

编辑于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏一个会写诗的程序员的博客

org.springframework.dao.InvalidDataAccessApiUsageException: Cannot locate field code on class .....

14710
来自专栏计算机图形学 前端可视化 WebGL

JavaScript 一元正号运算符

一元正号运算符(+)位于其操作数前面,计算其操作数的数值,如果操作数不是一个数值,会尝试将其转换成一个数值。 尽管一元负号也能转换非数值类型,但是一元正号是转换...

7330
来自专栏有脑子的搬砖工

isEmpty和isBlank的区别

StringUtils方法的操作对象是java.lang.String类型的对象,是JDK提供的String类型操作方法的补充,并且是null安全的(即如果输入...

12720
来自专栏happyJared

为什么要使用多线程

单核时代: 在单核时代,多线程主要是为了提高 CPU 和 IO 设备的综合利用率。举个例子:当只有一个线程工作的时候,会导致 CPU 计算时,IO 设备空闲;进...

22920
来自专栏前端导学

使用rust构建一个js引擎

10120
来自专栏石头岛

一级指针简单理解

在 C 中操作地址就可以操作值,就跟 java 中两个引用类型拿到引用可以操作内一个对象一样。

9230
来自专栏java小白

JAVA设计模式之单例模式

java中单例模式是一种常见的设计模式,单例模式的写法有好几种,这里主要介绍三种:懒汉式单例、饿汉式单例。

9830
来自专栏石头岛

空类型指针

malloc 查看底层源码中发现是空类型的指针,空类型的指针可以接收任意类型的指针,但是不能取出指针里的内容,如果要取出内容必须要强转。

8120
来自专栏有脑子的搬砖工

Guava之Objects

如果test为null,则会发生NullPointerException,Objects的equal方法可以帮助你避免NullPointerException,...

6930
来自专栏武军超python专栏

shell脚本中如何不让父shell生成子shell

#!/bin/sh   cd /home/user/Downloads   pwd  

7820

扫码关注云+社区

领取腾讯云代金券

年度创作总结 领取年终奖励