导数，偏导数，方向导数，梯度的理解---微积分数学基础

0 概述

   我们在ML week 1课程中了解到了单变量线性回归，这里使用了梯度下降法来不断更新${\theta }_{0,}{\theta }_1$以求得Cost Function的最优解，从而确定$h_{\theta }\left(x_i\right)$。
   那这里就产生了一个疑问：为什么使用梯度下降法求解？为什么使用梯度下降法，就能够得到最优解(全局或者局部)？
   下边我们将从导数，偏导数，方向导数最后引出梯度，进而讲解为什么梯度下降法能够做到求解最优解。

1. 导数的概念

1.1 导数的定义

增量定义：若$f(x)$在点$x_0$的某个邻域内有定义，则当自变量 $x$ 在$x_0$处取得增量$\Delta x$（点$x_0+\Delta x$仍然在邻域内），相应的$y$取得增量$\Delta y=f\left(x_0+\Delta x\right)-f\left(x_0\right)$，如果$\Delta y$与$\Delta x$在$\Delta x\to 0$时极限存在，则称$y=f(x)$在$x_0$处可导，这个极限就是$y=f(x)$在$x_0$的导数，记为$f^{\prime }\left(x_0\right)$。
$f^{\prime }\left(x_0\right)={\lim }_{\Delta x\to 0}\frac{\Delta y}{\Delta x}={\lim }_{\Delta x\to 0}\frac{f\left(x_0+\Delta x\right)-f\left(x_0\right)}{\Delta x}$

极限定义：在定义域内，当变量$x$趋近于$x_0$时，$\frac{f(x)-f\left(x_0\right)}{x-x_0}$有极限，则有
$f^{\prime }\left(x_0\right)={\lim }_{x\to x_0}\frac{f(x)-f\left(x_0\right)}{x-x_0}$

1.2 导数的本质

   对于一元函数而言，导数的几何意义是$f(x)$在点$x_0$切线的斜率。物理角度上来看，路程对时间的导数叫速度，速度对时间的导数叫加速度。
   我们可以理解为这是一种线性近似，当一个函数为曲线时，我们对某一点的斜率，就是通过导数这种线性近似求得的。
   但是对于多元函数而言，由于其几何图形为一个曲面，这时候导数作为切线斜率的解释似乎不成立了，因此引入了偏导数的概念。

2. 偏导数的概念

2.1 偏导数定义

   对于多元函数，求导数其实也是要求一个切线的斜率，但是由于曲面上的点的切线有无数条，那么取那条切线的斜率呢，这时候就引入了偏导数的概念。
   偏导数其实就是选取比较特殊的切线，求其斜率而得，以二元函数$z=f(x,y)$为例，分为对$x$的偏导数和对$y$的偏导数。
如图所示：

对$x$的偏导数：过点$\left(x_0,y_0,z_0\right)$垂直于$y$轴的曲线，在该点切线的斜率。
此时，该曲线可表示为
   $z=f(x,y)$
   $x=t$
   $y=a+0\times t$
因此，我们求对$x$的偏导数，认为$y$是常量是完全正确的。
用导数定义来表示$x$的偏导数，
   $f_x\left(x_0,y_0\right)={\lim }_{\Delta x\to 0}\frac{f\left(x_0+\Delta x,y_0\right)-f\left(x_0,y_0\right)}{\Delta x}$
对$y$的偏导数：过点$\left(x_0,y_0,z_0\right)$垂直于$x$轴的曲线，在该点切线的斜率。
同上理解。
   $f_y\left(x_0,y_0\right)={\lim }_{\Delta y\to 0}\frac{f\left(x_0,y_0+\Delta y\right)-f\left(x_0,y_0\right)}{\Delta y}$

2.2 偏导数的本质

   偏导数几何意义也是切线斜率， 但是由于曲面上一点的切线有无数条(实际上是个切面)，偏导数选取的是垂直于各坐标轴的几条特殊切线的斜率。
   偏导数物理意义表示函数沿着某个坐标轴方向上的变化率。
   但是如果我们想求任意一条曲线切线斜率怎么办呢?这时候就引入了方向导数，可以求出曲面上某一点沿着任意方向的切线斜率。

3. 方向导数

   以$z=f(x,y)$为例，过曲面上任意一点$\left(x_0,y_0,z_0\right)$的所有切线，组成一个切面。偏导数仅仅选择了垂直于$x$和$y$轴方向的两条切线，计算斜率，方向导数则要求任意切向的斜率。
如下图所示

3.1 方向导数定义

$x$和$y$平面上的一个方向向量，决定了一条过点$\left(x_0,y_0,z_0\right)$的唯一曲线，此时曲线函数可表示为：
   $z=f(x,y)$
   $x=x_0+t\cos \alpha t\ge 0$
   $y=y_0+t\cos \beta t\ge 0$
   $u=\vec{i}\cos \alpha +\vec{j}\cos \beta =\vec{i}\cos \alpha +\vec{j}\sin \alpha$
   其中$\alpha$和$\beta$分别为该方向向量与$x$轴和$y$轴的夹角。
则该曲线的记为方向u的导数，定义：
   $D_{u}f(x,y)$=${\lim }_{t\to 0}\frac{f\left(x_0+t\cos \alpha ,y_0+t\sin \alpha \right)-f\left(x_0,y_0\right)}{t}$
通过偏微分简化计算可得（这一步的数学证明，请自行搜索），
   $D_{u}f(x,y)=f_x(x,y)\cos \alpha +f_y(x,y)\sin \alpha$

3.2 方向导数的最大值

设偏导向量：
   $\vec{A}=\left(f_x(x,y),f_y(x,y)\right)$
方向向量：
   $\vec{u}=(\cos \alpha ,\sin \alpha )$
则
   $D_{u}f(x,y)=\vec{A}\ast \vec{u}$=$|\vec{A}|\ast |\vec{u}|\ast \cos (\theta )$
   其中 $\theta$ 是偏导向量和方向向量之间的夹角。显而易见，当$\theta$=0时，$D_{u}f(x,y)$取得最大值。
   换句话说，当方向$\vec{u}$和偏导向量同向时，方向导数取得正最大值，反向时，取得负最大值。
   记住这个结论，接下来我们看梯度定义。

4. 梯度

4.1 梯度定义

   对于函数$z=f(x,y)$，在平面区域D内具有一阶连续偏导数，则对于每一点$\left(x_0,y_0\right)\in D$都可以定义出一个向量：

   $f_x\left(x_0,y_0\right)\vec{i}+f_y\left(x_0,y_0\right)\vec{j}$

   这个向量称为函数$f(x,y)$在$\left(x_0,y_0\right)$的梯度，记作 $\mathrm{grad}f\left(x_0,y_0\right)$或者$\nabla f\left(x_0,y_0\right)$。其中$\nabla =\frac{\partial }{\partial x}\vec{i}+\frac{\partial }{\partial y}\vec{j}$称为向量微分算子或者Nabla算子。

4.2 梯度生而最快

   到这里，发现梯度就定义为偏导向量的方向。而方向导数一节已经证明，沿着偏导向量方向的方向导数$D_{u}f(x,y)$能够取得最大值。
因此在不断的迭代计算中，每一次沿着负梯度方向进行更新参数，就能够达到最低点。

5. 总结

   通过导数，偏导数，方向导数的逐步讲解，最后给出梯度的定义，发现梯度天生定义就是变化最快的方向。
   这是未来使用梯度下降法求解优化问题的数学基础。

参考：

https://www.zhihu.com/question/36301367 马同学和忆臻 的回答
https://github.com/halfrost/Halfrost-Field