【转】梯度下降法与反向传播

一、梯度下降法

1.什么是梯度下降法

顺着梯度下滑，找到最陡的方向，迈一小步，然后再找当前位，置最陡的下山方向，再迈一小步…

   

 

通过比较以上两个图，可以会发现，由于初始值的不同，会得到两个不同的极小值，所以权重初始值的设定也是十分重要的，通常的把W全部设置为0很容易掉到局部最优解，一般可以按照高斯分布的方式分配初始值。

 2.有两种计算梯度的方法：

（1）慢一些但是简单一些的数值梯度/numerical gradient

对每个维度，都在原始值上加上一个很小的h，然后计算这个维度/方向上的偏导，最后组在一起得到梯度grad。

#encoding:utf-8
import numpy as np
def eval_numeriical(f,x):
    """"计算x上f的梯度算法，x是一个vector，f为参数为x的函数"""
    fx=f(x)
    grad=np.zero(x.shape)
    h=0.00001
    #对x的每个维度都计算一遍
    it=np.nditer(x,flags=['multi_index'],op_flags=['readwrite'])
    while not it.finished:
        #计算x+h处的函数值
        ix=it.multi_index
        old_value=x[ix]
        x[ix]=old_value+h
        fxh=f(x)
        x[ix]=old_value
        #计算偏导数
        grad[ix]=(fxh-fx)/h
        it.iternext()
return grad

 关于迭代的步长：1)步子迈得太小，时间耗不起。  2）步子迈得太大，容易跳过最小值，可能找不到最优点

 

（2） 速度快但是更容易出错的解析梯度/analytic gradient

解析法计算梯度：速度非常快，但是容易出错（反倒之前的数值法就显出优势），我们可以先计算解析梯度和数值梯度，然后比对结果和校正，然后就可以大胆地进行解析法计算了（这个过程叫做梯度检查/检测）

举例：一个样本点的SVM损失函数：

求偏导：

这个求偏导的意思是：当括号里的l是个布尔函数，表示如果括号里的表达式成立的话就是1，不成立的话就是0.

 3.这个简单的循环就是很多神经网络库的核心

 

4.什么是Mini-batch，以及其作用

Mini-batch就是从所有的训练样本中抽出一部分来训练，被抽出的训练样本就是Mini-batch。

对整个训练数据集的样本都算一遍损失函数，以完成参数迭代是一件非常耗时的事情，一个我们通常会用到的替代方法是，采样出一个子集在其上计算梯度。

 

 

二、反向传播

简单来说就是高数中得链式法则。

 比如函数f(x,y,z)=(x+y)*z

Sigmoid例子

函数：                 

 

 Sigmoid函数 的导数

 

具体算一下：

Sigmoid神经网络的例子

 

（1） 

（2）

（3）

（4）

以上为正向传播的公式，（2）是对（1）的简单缩写，a=sigmod(z),c为cost损失函数，c对z的偏导为输出层的误差

              

损失函数要可导，第一个公式是求损失函数对于L层的神经元的偏导，为了更容易理解，不是对a求偏导，而是对z求偏导，其中a=sigmod(a）。也就是可以得出dc/dz,我们要求得dc/dw=dc/dz * dz/dw，而dz/dw就是a的值，最终推得第四个公式。

 

概括的一个描述：

本文转载：https://www.cnblogs.com/softzrp/p/6718909.html