梯度下降的几何形式
下图为梯度下降的目的,找到J(θ)的最小值。
其实,J(θ)的真正图形是类似下面这样的,因为其是一个凸函数,只有一个全局最优解,所以不必担心像上图一样找到局部最优解
直到了要找到图形中的最小值之后,下面介绍自动求解最小值的办法,这就是梯度下降法
对参数向量θ中的每个分量θj,迭代减去速率因子a* (dJ(θ)/dθj)即可,后边一项为J(θ)关于θj的偏导数
3 梯度下降的原理
导数的概念
由公式可见,对点x0的导数反映了函数在点x0处的瞬时变化速率,或者叫在点x0处的斜度。推广到多维函数中,就有了梯度的概念,梯度是一个向量组合,反映了多维图形中变化速率最快的方向。
下图展示了对单个特征θ1的直观图形,起始时导数为正,θ1减小后并以新的θ1为基点重新求导,一直迭代就会找到最小的θ1,若导数为负时,θ1的就会不断增到,直到找到使损失函数最小的值。
有一点需要注意的是步长a的大小,如果a太小,则会迭代很多次才找到最优解,若a太大,可能跳过最优,从而找不到最优解。
另外,在不断迭代的过程中,梯度值会不断变小,所以θ1的变化速度也会越来越慢,所以不需要使速率a的值越来越小
下图就是寻找过程
当梯度下降到一定数值后,每次迭代的变化很小,这时可以设定一个阈值,只要变化小鱼该阈值,就停止迭代,而得到的结果也近似于最优解。
若损失函数的值不断变大,则有可能是步长速率a太大,导致算法不收敛,这时可适当调整a值
为了选择参数a,就需要不断测试,因为a太大太小都不太好。
import numpy as np import matplotlib.pyplot as plt x=np.linspace(-1,6,141) y=(x-2.5)**2-1 #每点梯度 def dj(theta): return 2*(theta-2.5) #每点的Y值 def J(theta): try: return (theta-2.5)**2-1 #防止J越来越大 except: return float('inf') #梯度下降,将theta的值记录下来,定义最大迭代次数和允许的最小误差 def gradient_descent(initial_theta,eta,n_iters=1e4,error=1e-8): theta=initial_theta theta_hist.append(initial_theta) i_iter=0 while i_iter<n_iters: gradient=dj(theta) last_theta=theta theta=theta-eta*gradient theta_hist.append(theta) if abs(J(theta)-J(last_theta))<error: break i_iter+=1 #绘制原始曲线和梯度下降过程 def plot_thetahist(): plt.plot(x,J(x)) plt.plot(np.array(theta_hist),J(np.array(theta_hist)),color='r',marker='+') plt.show() #学习率,步长 eta=0.1 theta_hist=[] gradient_descent(0,eta,n_iters=10) plot_thetahist()
eta=0.1
eta=0.01
eta=1.1