您好,登錄后才能下訂單哦!
梯度下降法的簡(jiǎn)單介紹以及實(shí)現(xiàn)
梯度下降法的基本思想可以類比為一個(gè)下山的過(guò)程。假設(shè)這樣一個(gè)場(chǎng)景:一個(gè)人被困在山上,需要從山上下來(lái)(i.e.找到山的最低點(diǎn),也就是山谷)。但此時(shí)山上的濃霧很大,導(dǎo)致可視度很低。因此,下山的路徑就無(wú)法確定,他必須利用自己周圍的信息去找到下山的路徑。這個(gè)時(shí)候,他就可以利用梯度下降算法來(lái)幫助自己下山。具體來(lái)說(shuō)就是,以他當(dāng)前的所處的位置為基準(zhǔn),尋找這個(gè)位置最陡峭的地方,然后朝著山的高度下降的地方走,同理,如果我們的目標(biāo)是上山,也就是爬到山頂,那么此時(shí)應(yīng)該是朝著最陡峭的方向往上走。然后每走一段距離,都反復(fù)采用同一個(gè)方法,最后就能成功的抵達(dá)山谷。
在這種就情況下,我們也可以假設(shè)此時(shí)周圍的陡峭程度我們無(wú)法用肉眼來(lái)測(cè)量,需要一個(gè)復(fù)雜的工具來(lái)幫助我們測(cè)量,恰巧的是此人正好擁有測(cè)量最陡峭方向的能力。因此,這個(gè)人每走一段距離,都需要一段時(shí)間來(lái)測(cè)量所在位置最陡峭的方向,這是比較耗時(shí)的。那么為了在太陽(yáng)下山之前到達(dá)山底,就要盡可能的減少測(cè)量方向的次數(shù)。這是一個(gè)兩難的選擇,如果測(cè)量的頻繁,可以保證下山的方向是絕對(duì)正確的,但又非常耗時(shí),如果測(cè)量的過(guò)少,又有偏離軌道的風(fēng)險(xiǎn)。所以需要找到一個(gè)合適的測(cè)量方向的頻率,來(lái)確保下山的方向不錯(cuò)誤,同時(shí)又不至于耗時(shí)太多!
梯度下降
梯度下降的過(guò)程就如同這個(gè)下山的場(chǎng)景一樣
首先,我們有一個(gè)可微分的函數(shù)。這個(gè)函數(shù)就代表著一座山。我們的目標(biāo)就是找到這個(gè)函數(shù)的最小值,也就是山底。根據(jù)之前的場(chǎng)景假設(shè),最快的下山的方式就是找到當(dāng)前位置最陡峭的方向,然后沿著此方向向下走,對(duì)應(yīng)到函數(shù)中,就是找到給定點(diǎn)的梯度 ,然后朝著梯度相反的方向,就能讓函數(shù)值下降的最快!因?yàn)樘荻鹊姆较蚓褪呛瘮?shù)之變化最快的方向(在后面會(huì)詳細(xì)解釋)
所以,我們重復(fù)利用這個(gè)方法,反復(fù)求取梯度,最后就能到達(dá)局部的最小值,這就類似于我們下山的過(guò)程。而求取梯度就確定了最陡峭的方向,也就是場(chǎng)景中測(cè)量方向的手段。
三種梯度算法的代碼實(shí)現(xiàn)
導(dǎo)入函數(shù)包
import os
%matplotlib inline
import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
批量梯度下降求解線性回歸
首先,我們需要定義數(shù)據(jù)集和學(xué)習(xí)率 接下來(lái)我們以矩陣向量的形式定義代價(jià)函數(shù)和代價(jià)函數(shù)的梯度 當(dāng)循環(huán)次數(shù)超過(guò)1000次,這時(shí)候再繼續(xù)迭代效果也不大了,所以這個(gè)時(shí)候可以退出循環(huán)!
eta = 0.1
n_iterations = 1000
m = 100
theta = np.random.randn(2, 1)
for iteration in range(n_iterations): # 限定迭代次數(shù)
gradients = 1/m * X_b.T.dot(X_b.dot(theta)-Y) # 梯度
theta = theta - eta * gradients # 更新theta
theta_path_bgd = []
def plot_gradient_descent(theta, eta, theta_path = None):
m = len(X_b)
plt.plot(X, y, "b.")
n_iterations = 1000
for iteration in range(n_iterations):
if iteration < 10: #取前十次
y_predict = X_new_b.dot(theta)
style = "b-"
plt.plot(X_new,y_predict, style)
gradients = 2/m * X_b.T.dot(X_b.dot(theta) - y)
theta = theta - eta*gradients
if theta_path is not None:
theta_path.append(theta)
plt.xlabel("$x_1$", fontsize=18)
plt.axis([0, 2, 0, 15])
plt.title(r"$\eta = {}$".format(eta),fontsize=16)
np.random.seed(42) #隨機(jī)數(shù)種子
theta = np.random.randn(2,1) #random initialization
plt.figure(figsize=(10,4))
plt.subplot(131);plot_gradient_descent(theta, eta=0.02) # 第一個(gè),
plt.ylabel("$y$", rotation=0, fontsize=18)
plt.subplot(132);plot_gradient_descent(theta, eta=0.1, theta_path=theta_path_bgd ) # 第二個(gè),擬合最好,eta=0.1
plt.subplot(133);plot_gradient_descent(theta, eta=0.5) # 第三個(gè)
save_fig("gradient_descent_plot")
運(yùn)行結(jié)果
隨機(jī)梯度下降
隨機(jī)梯度下降每次用一個(gè)樣本來(lái)梯度下降,可能得到局部最小值。
theta_path_sgd = []
m = len(X_b)
np.random.seed(42)
n_epochs = 50
theta = np.random.randn(2,1) #隨機(jī)初始化
for epoch in range(n_epochs):
for i in range(m):
if epoch == 0 and i < 10:
y_predict = X_new_b.dot(theta)
style = "b-"
plt.plot(X_new,y_predict,style)
random_index = np.random.randint(m)
xi = X_b[random_index:random_index+1]
yi = y[random_index:random_index+1]
gradients = 2 * xi.T.dot(xi.dot(theta)-yi)
eta = 0.1
theta = theta - eta * gradients
theta_path_sgd.append(theta)
plt.plot(x,y,"b.")
plt.xlabel("$x_1$",fontsize = 18)
plt.ylabel("$y$",rotation =0,fontsize = 18)
plt.axis([0,2,0,15])
save_fig("sgd_plot")
plt.show()
運(yùn)行結(jié)果
小批量梯度下降
小批量梯度下降每次迭代使用一個(gè)以上又不是全部樣本。
theta_path_mgd = []
n_iterations = 50
minibatch_size = 20
np.random.seed(42)
theta = np.random.randn(2,1)
for epoch in range(n_iterations):
shuffled_indices = np.random.permutation(m)
X_b_shuffled = X_b[shuffled_indices]
y_shuffled = y[shuffled_indices]
for i in range(0, m, minibatch_size):
xi = X_b_shuffled[i:i+minibatch_size]
yi = y_shuffled[i:i+minibatch_size]
gradients = 2/minibatch_size * xi.T.dot(xi.dot(theta)-yi)
eta = 0.1
theta = theta-eta*gradients
theta_path_mgd.append(theta)
三者的比較圖像
theta_path_bgd = np.array(theta_path_bgd)
theta_path_sgd = np.array(theta_path_sgd)
theta_path_mgd = np.array(theta_path_mgd)
plt.figure(figsize=(7,4))
plt.plot(theta_path_sgd[:,0], theta_path_sgd[:,1], "r-s", linewidth = 1, label = "Stochastic")
plt.plot(theta_path_mgd[:,0], theta_path_mgd[:,1], "g-+", linewidth = 2, label = "Mini-batch")
plt.plot(theta_path_bgd[:,0], theta_path_bgd[:,1], "b-o", linewidth = 3, label = "Batch")
plt.legend(loc="upper left", fontsize = 16)
plt.xlabel(r"$\theta_0$", fontsize=20)
plt.ylabel(r"$\theta_1$", fontsize=20, rotation=0)
plt.axis([2.5,4.5,2.3,3.9])
save_fig("gradients_descent_paths_plot")
plt.show()
運(yùn)行結(jié)果
總結(jié):綜合以上對(duì)比可以看出,批量梯度下降的準(zhǔn)確度最好,其次是小批量梯度下降,最后是隨機(jī)梯度下降。因?yàn)樾∨刻荻认陆蹬c隨機(jī)梯度下降每次梯度估計(jì)的方向不確定,可能需要很長(zhǎng)時(shí)間接近最小值點(diǎn)。對(duì)于訓(xùn)練速度來(lái)說(shuō),批量梯度下降在梯度下降的每一步中都用到了所有的訓(xùn)練樣本,當(dāng)樣本量很大時(shí),訓(xùn)練速度往往不能讓人滿意;隨機(jī)梯度下降由于每次僅僅采用一個(gè)樣本來(lái)迭代,所以訓(xùn)練速度很快;小批量
梯度下降每次迭代使用一個(gè)以上又不是全部樣本,因此訓(xùn)練速度介于兩者之間。
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(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)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。