跳转至

04.2 梯度下降法

4.2 梯度下降法⚓︎

有了上一节的最小二乘法做基准,我们这次用梯度下降法求解 wb,从而可以比较二者的结果。

4.2.1 数学原理⚓︎

在下面的公式中,我们规定 x 是样本特征值(单特征),y 是样本标签值,z 是预测值,下标 i 表示其中一个样本。

预设函数(Hypothesis Function)⚓︎

线性函数:

z_i = x_i \cdot w + b \tag{1}

损失函数(Loss Function)⚓︎

均方误差:

loss_i(w,b) = \frac{1}{2} (z_i-y_i)^2 \tag{2}

与最小二乘法比较可以看到,梯度下降法和最小二乘法的模型及损失函数是相同的,都是一个线性模型加均方差损失函数,模型用于拟合,损失函数用于评估效果。

区别在于,最小二乘法从损失函数求导,直接求得数学解析解,而梯度下降以及后面的神经网络,都是利用导数传递误差,再通过迭代方式一步一步(用近似解)逼近真实解。

4.2.2 梯度计算⚓︎

计算z的梯度⚓︎

根据公式2:

\frac{\partial loss}{\partial z_i}=z_i - y_i \tag{3}

计算 w 的梯度⚓︎

我们用 loss 的值作为误差衡量标准,通过求 w 对它的影响,也就是 lossw 的偏导数,来得到 w 的梯度。由于 loss 是通过公式2->公式1间接地联系到 w 的,所以我们使用链式求导法则,通过单个样本来求导。

根据公式1和公式3:

\frac{\partial{loss}}{\partial{w}} = \frac{\partial{loss}}{\partial{z_i}}\frac{\partial{z_i}}{\partial{w}}=(z_i-y_i)x_i \tag{4}

计算 b 的梯度⚓︎

\frac{\partial{loss}}{\partial{b}} = \frac{\partial{loss}}{\partial{z_i}}\frac{\partial{z_i}}{\partial{b}}=z_i-y_i \tag{5}

4.2.3 代码实现⚓︎

if __name__ == '__main__':

    reader = SimpleDataReader()
    reader.ReadData()
    X,Y = reader.GetWholeTrainSamples()

    eta = 0.1
    w, b = 0.0, 0.0
    for i in range(reader.num_train):
        # get x and y value for one sample
        xi = X[i]
        yi = Y[i]
        # 公式1
        zi = xi * w + b
        # 公式3
        dz = zi - yi
        # 公式4
        dw = dz * xi
        # 公式5
        db = dz
        # update w,b
        w = w - eta * dw
        b = b - eta * db

    print("w=", w)    
    print("b=", b)

大家可以看到,在代码中,我们完全按照公式推导实现了代码,所以,大名鼎鼎的梯度下降,其实就是把推导的结果转化为数学公式和代码,直接放在迭代过程里!另外,我们并没有直接计算损失函数值,而只是把它融入在公式推导中。

4.2.4 运行结果⚓︎

w= [1.71629006]
b= [3.19684087]
读者可能会注意到,上面的结果和最小二乘法的结果(w_1=2.056827,b_1=2.965434)相差比较多,这个问题我们留在本章稍后的地方解决。

代码位置⚓︎

ch04, Level2