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 θ 0 , θ 1 \theta_{0,} \theta_{1} θ0,θ1以求得Cost Function的最优解,从而确定 h θ ( x i ) h_{\theta}\left(x_{i}\right) hθ(xi)
   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 ) f(x) f(x)在点 x 0 x_{0} x0的某个邻域内有定义,则当自变量 x x x x 0 x_{0} x0处取得增量 Δ x \Delta x Δx(点 x 0 + Δ x x_{0}+\Delta x x0+Δx仍然在邻域内),相应的 y y y取得增量 Δ y = f ( x 0 + Δ x ) − f ( x 0 ) \Delta y=f\left(x_{0}+\Delta x\right)-f\left(x_{0}\right) Δy=f(x0+Δx)f(x0),如果 Δ y \Delta y Δy Δ x \Delta x Δx Δ x → 0 \Delta x \rightarrow 0 Δx0时极限存在,则称 y = f ( x ) y=f(x) y=f(x) x 0 x_{0} x0处可导,这个极限就是 y = f ( x ) y=f(x) y=f(x) x 0 x_{0} x0的导数,记为 f ′ ( x 0 ) f^{\prime}\left(x_{0}\right) f(x0)
f ′ ( x 0 ) = lim ⁡ Δ x → 0 Δ y Δ x = lim ⁡ Δ x → 0 f ( x 0 + Δ x ) − f ( x 0 ) Δ x f^{\prime}\left(x_{0}\right)=\lim _{\Delta x \rightarrow 0} \frac{\Delta y}{\Delta x}=\lim _{\Delta x \rightarrow 0} \frac{f\left(x_{0}+\Delta x\right)-f\left(x_{0}\right)}{\Delta x} f(x0)=limΔx0ΔxΔy=limΔx0Δxf(x0+Δx)f(x0)

极限定义:在定义域内,当变量 x x x趋近于 x 0 x_{0} x0时, f ( x ) − f ( x 0 ) x − x 0 \frac{f(x)-f\left(x_{0}\right)}{x-x_{0}} xx0f(x)f(x0)有极限,则有
f ′ ( x 0 ) = lim ⁡ x → x 0 f ( x ) − f ( x 0 ) x − x 0 f^{\prime}\left(x_{0}\right)=\lim _{x \rightarrow x_{0}} \frac{f(x)-f\left(x_{0}\right)}{x-x_{0}} f(x0)=limxx0xx0f(x)f(x0)

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 ) f(x) f(x)在点 x 0 x_{0} x0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 ) z=f(x, y) z=f(x,y)为例,分为对 x x x的偏导数和对 y y y的偏导数。
如图所示:
在这里插入图片描述
x x x的偏导数:过点 ( x 0 , y 0 , z 0 ) \left(x_{0}, y_{0},z_{0}\right) (x0,y0,z0)垂直于 y y 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 ) z=f(x, y) z=f(x,y)
   x = t x=t x=t
   y = a + 0 × t y=a+0 \times t y=a+0×t
因此,我们求对 x x x的偏导数,认为 y y y是常量是完全正确的。
用导数定义来表示 x x x的偏导数,
   f x ( x 0 , y 0 ) = lim ⁡ Δ x → 0 f ( x 0 + Δ x , y 0 ) − f ( x 0 , y 0 ) Δ x f_{x}\left(x_{0}, y_{0}\right)=\lim _{\Delta x \rightarrow 0} \frac{f\left(x_{0}+\Delta x, y_{0}\right)-f\left(x_{0}, y_{0}\right)}{\Delta x} fx(x0,y0)=limΔx0Δxf(x0+Δx,y0)f(x0,y0)
y y y的偏导数:过点 ( x 0 , y 0 , z 0 ) \left(x_{0}, y_{0},z_{0}\right) (x0,y0,z0)垂直于 x x x轴的曲线,在该点切线的斜率。
同上理解。
   f y ( x 0 , y 0 ) = lim ⁡ Δ y → 0 f ( x 0 , y 0 + Δ y ) − f ( x 0 , y 0 ) Δ y f_{y}\left(x_{0}, y_{0}\right)=\lim _{\Delta y \rightarrow 0} \frac{f\left(x_{0}, y_{0}+\Delta y\right)-f\left(x_{0}, y_{0}\right)}{\Delta y} fy(x0,y0)=limΔy0Δyf(x0,y0+Δy)f(x0,y0)

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 ) z=f(x, y) z=f(x,y)为例,过曲面上任意一点 ( x 0 , y 0 , z 0 ) \left(x_{0}, y_{0},z_{0}\right) (x0,y0,z0)的所有切线,组成一个切面。偏导数仅仅选择了垂直于 x x x y y 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
在这里插入图片描述

3.1 方向导数定义

x x x y y y平面上的一个方向向量,决定了一条过点 ( x 0 , y 0 , z 0 ) \left(x_{0}, y_{0},z_{0}\right) (x0,y0,z0)的唯一曲线,此时曲线函数可表示为:
   z = f ( x , y ) z=f(x, y) z=f(x,y)
   x = x 0 + t cos ⁡ α t ≥ 0 x=x_{0}+t \cos \alpha \quad t \geq 0 x=x0+tcosαt0
   y = y 0 + t cos ⁡ β t ≥ 0 y=y_{0}+t \cos \beta \quad t \geq 0 y=y0+tcosβt0
   u = i ⃗ cos ⁡ α + j ⃗ cos ⁡ β = i ⃗ cos ⁡ α + j ⃗ sin ⁡ α u=\vec{i} \cos \alpha+\vec{j} \cos \beta=\vec{i} \cos \alpha+\vec{j} \sin \alpha u=i cosα+j cosβ=i cosα+j sinα
   其中 α \alpha α β \beta β分别为该方向向量与 x x x轴和 y y 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 ) D_{u} f(x, y) Duf(x,y)= lim ⁡ t → 0 f ( x 0 + t cos ⁡ α , y 0 + t sin ⁡ α ) − f ( x 0 , y 0 ) t \lim _{t \rightarrow 0} \frac{f\left(x_{0}+t \cos \alpha, y_{0}+t \sin \alpha\right)-f\left(x_{0}, y_{0}\right)}{t} limt0tf(x0+tcosα,y0+tsinα)f(x0,y0)
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 ⁡ α + f y ( x , y ) sin ⁡ α D_{u} f(x, y)=f_{x}(x, y) \cos \alpha+f_{y}(x, y) \sin \alpha Duf(x,y)=fx(x,y)cosα+fy(x,y)sinα

3.2 方向导数的最大值

设偏导向量:
   A ⃗ = ( f x ( x , y ) , f y ( x , y ) ) \vec{A}=\left(f_{x}(x, y), f_{y}(x, y)\right) A =(fx(x,y),fy(x,y))
方向向量:
   u ⃗ = ( cos ⁡ α , sin ⁡ α ) \vec{u}=(\cos \alpha, \sin \alpha) u =(cosα,sinα)

   D u f ( x , y ) = A ⃗ ∗ u ⃗ D_{u} f(x, y)=\vec{A} * \vec{u} Duf(x,y)=A u = ∣ A ⃗ ∣ ∗ ∣ u ⃗ ∣ ∗ cos ⁡ ( θ ) |\vec{A}| *|\vec{u}| * \cos (\theta) A u cos(θ)
   其中 θ \theta θ 是偏导向量和方向向量之间的夹角。显而易见,当 θ \theta θ=0时, D u f ( x , y ) D_{u} f(x, y) Duf(x,y)取得最大值。
   换句话说,当方向 u ⃗ \vec{u} 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 ) z=f(x, y) 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 ( x 0 , y 0 ) ∈ D \left(x_{0}, y_{0}\right) \in D (x0,y0)D都可以定义出一个向量:

   f x ( x 0 , y 0 ) i ⃗ + f y ( x 0 , y 0 ) j ⃗ f_{x}\left(x_{0}, y_{0}\right) \vec{i}+f_{y}\left(x_{0}, y_{0}\right) \vec{j} fx(x0,y0)i +fy(x0,y0)j

   这个向量称为函数 f ( x , y ) f(x, y) f(x,y) ( x 0 , y 0 ) \left(x_{0}, y_{0}\right) (x0,y0)的梯度,记作 grad ⁡ f ( x 0 , y 0 ) \operatorname{grad} f\left(x_{0}, y_{0}\right) gradf(x0,y0)或者 ∇ f ( x 0 , y 0 ) \nabla f\left(x_{0}, y_{0}\right) f(x0,y0)。其中 ∇ = ∂ ∂ x i ⃗ + ∂ ∂ y j ⃗ \nabla=\frac{\partial}{\partial x} \vec{i}+\frac{\partial}{\partial y} \vec{j} =xi +yj 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 ) D_{u} f(x, y) Duf(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

  • 19
    点赞
  • 79
    收藏
    觉得还不错? 一键收藏
  • 3
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值