斯坦福计算机视觉公开课个人笔记——损失函数与优化

目录

前言：

损失函数

正则化

优化

---

前言：

图1

        在上一篇文章中，主要介绍了一个线性分类器（图1）。再回顾一下线性分类器的作用，首先从字面意思理解，通过线性二字，可以想到一次函数，我们可以撒上一些点，通过该函数能够将这些点划分到某条线的两侧。再看分类器，那么被线性分类器划分到不同的侧即表示着不同的类。

图2

        回到上文中小猫图片（后文用image代替）的例子（图2），假如image为2X2，拉长后变为4X1记为x。我们想要进行区别的类为3，那么此时需要一个权重W，该权重为3X4，3则表示需要区分的类别数，4则等于image拉长后的行数。接着我们再将W和X进行矩阵相乘，便得到一个3X1的矩阵，这每一行的值便是所需要区分的类别的得分。那么上图中X后面的加上的是一个什么东西？它有一个名字叫做偏置。偏置的作用是为了让分类器变得更加灵活，例如一个y=wx函数无论w如何变化，结果都受限于原点（0，0），但是当我们加上一个b时，分类器便能够上下移动，更能加速网络的拟合。（图3_1、图3_2）

图3_1

图3_2

损失函数

        我们有个一个线性分类器，可是我们怎么能知道线性分类器是否将各个类区分的很好呢，此时就引入了损失函数。先从字面意思理解一下，损失二字表示相较于完整所不能达到的程度。

        损失函数主要有SVM、softmax等，首先介绍一下SVM。SVM损失函数是为了调整W使其能够让正确分类的得分高于其他的分类的得分，看例子比较好理解。（图4） 

图4

        通过线性分类器分别得到了cat、car、frog的得分，一张图片对应一列，我们看第二列。该列中分类器正确区分出了car，car的得分高于其他两类，损失为0。我们带入公式验证，使用cat的得分减去car的得分再使用max(0, 1.3-4.9)便会得到0，因此损失为零。对frog进行相同的操作仍然得到了0。如此循环对cat、frog列进行损失函数计算，分别得到了2.9、12.9的损失。上图中有一个红箭头指向了1，这是设置的一个超参数。

正则化

        我们在训练的时候，想要通过训练集训练出良好的分类器，从而在测试集上表现良好。但是会出现这样的情况，分类器为了适应训练集让自己过度适应训练集，当我们在测试集上验证的时候，其效果会不理想，因此我们需要加入一个惩罚项降低分类器对于训练集的拟合程度。这个过程就叫正则化。（图5）

图5

 上图中蓝色的线则表示我们在使用训练集进行训练的时候，分类器为了更好的拟合训练集，呈现出了弯弯曲曲的线条，可见它确实在训练集上表现很好，可当我们加入一些测试集，也就是上图中的绿框的时候，分类器就不管用了。正则化就是为了解决这样的问题，直白的说正则化就是将曲线变直。

优化

        当我们通过损失函数计算得到分类器某一次分类的损失的时候，如何让损失变小呢？此时便引入了优化这个概念。优化是针对于权重W的，也就是通过改变W使得损失降低。

        策略一：使用随机生成的方式，然后计算损失，找到损失最小的W集。

        策略二：尝试轻微地改变W的值，计算损失，不断地迭代优化，找到一个最优的W集。形象化就是我们蒙着眼睛下山，先迈出一条腿，然后计算损失，如果此时损失较低那么便迈出这一步，也就是更新W。

        策略三：跟随梯度，我们试图在权重空间找到一个损失下降最好的方向，但是我们不必搜索所有方向，因为能够计算出这个下降的方向，这个方向与损失函数的梯度有关。关于计算损失函数的梯度，有两种方法，第一种是有限差分计算以数值方式计算梯度，该种方法存在效率问题，举例一个损失函数由n个参数，那么需要对n个参数进行评估后才能知道是否能进行此次更新。而第二种方法为使用微积分计算梯度，该方法允许我们直接推导出一个公式，而该公式的计算速度非常快。最后由于计算出的梯度为增加的方向，所以我们需要在该方向相反的方向进行梯度下降。

        在进行梯度下降的时候有一个参数特别重要，这个参数决定下降的程度，我们称为学习率。如果学习率过大，虽然我们是在正确的方向进行W更新，但是可能会因此导致损失不降反升，因此选择合适的学习率也是很重要的。（图6）

图6

上图中呈现出一个碗状的图像，表示中部函数的损失小于周围，通过梯度下降便能够逐步到达最低点，找到损失最小的W。