您好,登錄后才能下訂單哦!
這期內(nèi)容當(dāng)中小編將會(huì)給大家?guī)碛嘘P(guān)使用python怎么實(shí)現(xiàn)梯度下降法,文章內(nèi)容豐富且以專業(yè)的角度為大家分析和敘述,閱讀完這篇文章希望大家可以有所收獲。
1、簡單易用,與C/C++、Java、C# 等傳統(tǒng)語言相比,Python對(duì)代碼格式的要求沒有那么嚴(yán)格;2、Python屬于開源的,所有人都可以看到源代碼,并且可以被移植在許多平臺(tái)上使用;3、Python面向?qū)ο?,能夠支持面向過程編程,也支持面向?qū)ο缶幊蹋?、Python是一種解釋性語言,Python寫的程序不需要編譯成二進(jìn)制代碼,可以直接從源代碼運(yùn)行程序;5、Python功能強(qiáng)大,擁有的模塊眾多,基本能夠?qū)崿F(xiàn)所有的常見功能。
1.最簡單的情況,樣本只有一個(gè)變量,即簡單的(x,y)。多變量的則可為使用體重或身高判斷男女(這是假設(shè),并不嚴(yán)謹(jǐn)),則變量有兩個(gè),一個(gè)是體重,一個(gè)是身高,則可表示為(x1,x2,y),即一個(gè)目標(biāo)值有兩個(gè)屬性。
2.單個(gè)變量的情況最簡單的就是,函數(shù)hk(x)=k*x這條直線(注意:這里k也是變化的,我們的目的就是求一個(gè)最優(yōu)的 k)。而深度學(xué)習(xí)中,我們是不知道函數(shù)的,也就是不知道上述的k。 這里討論單變量的情況:
在不知道k的情況下,我們是通過樣本(x1,y1),(x2,y2),(xn,yn)來獲取k。獲取的k的好壞則有損失函數(shù)來衡量。
損失函數(shù):就是你預(yù)測的值和真實(shí)值的差異大?。ū热缫粋€(gè)樣本(1,1)他的真實(shí)值是1,而你預(yù)測的是0.5,則差異 比較大,如果你預(yù)測值為0.9999,則差異就比較小了)。
損失函數(shù)為定義如下(此處為單變量的情況)
目的是求使損失函數(shù)最小的變量k(注意和變量x區(qū)分),則將損失函數(shù)對(duì)k求導(dǎo)(多變量時(shí)為求偏導(dǎo)得梯度,這里單變量求導(dǎo),其實(shí)不算梯度),求偏導(dǎo)如下:
然后迭代,迭代時(shí)有個(gè)步長alpha,(深度學(xué)習(xí)中貌似叫學(xué)習(xí)率)
3.例子
假如我們得到樣本(1,1),(2,2),(3,3).其實(shí),由這三個(gè)樣本可以得到函數(shù)為y = 1*x。此時(shí)損失函數(shù)為0.而機(jī)器是不知道的,所以我們需要訓(xùn)練。
下面是一段python代碼。
import numpy as np import matplotlib.pyplot as plt x=np.arange(-5, 5, 0.001) y=(((x-1)*(x-1)+(x*2-2)*(x*2-2)+(x*3-3)*(x*3-3))*1/6.0) plt.plot(x,y) #plt.show() #顯示圖形 def sum(x): return ((x*1-1)*1+(x*2-2)*2+(x*3-3)*3) def fun(x): return ((1/3.0)*sum(x)) old = 0 new = 5 step = 0.01 pre = 0.00000001 def src_fun(x): print(((x-1)*(x-1)+(x*2-2)*(x*2-2)+(x*3-3)*(x*3-3))*1/6.0) while abs(new-old)>pre: old = new #src_fun(old) #輸出每次迭代的損失值 new = new - step*fun(old) print(new) print(src_fun(new))
下圖是損失函數(shù)的圖像,損失函數(shù)中變量是k。下圖橫坐標(biāo)為k的不同取值,縱軸為對(duì)應(yīng)的損失大小。由下圖可以大致看出,當(dāng)k為1時(shí),損失函數(shù)值為0。注意:這里取的最優(yōu)值k=1是在我們已有樣本的情況下得出的,樣本不同,k值自然不同。
下面是print(new)和print(src_fun(new))的輸出結(jié)果
上述就是小編為大家分享的使用python怎么實(shí)現(xiàn)梯度下降法了,如果剛好有類似的疑惑,不妨參照上述分析進(jìn)行理解。如果想知道更多相關(guān)知識(shí),歡迎關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請(qǐng)聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。