PyTorch 深度学习之梯度下降Gradient Descent(二)

一.分治思想

缺点:容易找不到全局最优点

二.贪心思想（Gradient Descent）

2.1斜率：

2.2 更新:

是学习率（步长）：

1. 过大无法收敛
2. 过小，找到局部最优，找不到全局最优

深度学习算法中，并没有过多的局部最优的点，如何解决鞍点是最大的难题

2.3 鞍点：

梯度为0

 导致  无法继续更新迭代

2.4 Derivation步骤：

updates:

2.5Codes:

import matplotlib.pyplot as plt
 
# prepare the training set
x_data = [1.0, 2.0, 3.0]
y_data = [2.0, 4.0, 6.0]
 
# initial guess of weight 
w = 1.0
 
# define the model linear model y = w*x
def forward(x):
    return x*w
 
#define the cost function MSE 
def cost(xs, ys):
    cost = 0
    for x, y in zip(xs,ys):
        y_pred = forward(x)
        cost += (y_pred - y)**2
    return cost / len(xs)
 
# define the gradient function  gd
def gradient(xs,ys):
    grad = 0
    for x, y in zip(xs,ys):
        grad += 2*x*(x*w - y)
    return grad / len(xs)
 
epoch_list = []
cost_list = []
print('predict (before training)', 4, forward(4))
for epoch in range(100):
    cost_val = cost(x_data, y_data)
    grad_val = gradient(x_data, y_data)
    w-= 0.01 * grad_val  # 0.01 learning rate
    print('epoch:', epoch, 'w=', w, 'loss=', cost_val)
    epoch_list.append(epoch)
    cost_list.append(cost_val)
 
print('predict (after training)', 4, forward(4))
plt.plot(epoch_list,cost_list)
plt.ylabel('cost')
plt.xlabel('epoch')
plt.show() 

P.S最 后结果是收敛的 指数加权均值会更平滑

如果最后是发散的说明训练失败，学习率太大

三.随机梯度下降（Stochastic Gradient Descent）

3.1比较

	梯度下降	随机梯度下降
性能	低	高
时间复杂度	并行效率高 低	不并行 高

3.2公式

N个随机样本选一个loss的梯度，作为梯度下降的依据，而不用总体所有点的梯度和，作为梯度下降的依据。cost function 所有样本 而一个样本有随机噪声, 使得可以跨越鞍点 cost->loss

3.3Codes

import matplotlib.pyplot as plt
 
x_data = [1.0, 2.0, 3.0]
y_data = [2.0, 4.0, 6.0]
 
w = 1.0
 
def forward(x):
    return x*w
 
# calculate loss function
def loss(x, y):
    y_pred = forward(x)
    return (y_pred - y)**2
 
# define the gradient function  sgd
def gradient(x, y):
    return 2*x*(x*w - y)
 
epoch_list = []
loss_list = []
print('predict (before training)', 4, forward(4))
for epoch in range(100):
    for x,y in zip(x_data, y_data):
        grad = gradient(x,y)
        w = w - 0.01*grad    # update weight by every grad of sample of training set
        print("\tgrad:", x, y,grad)
        l = loss(x,y)
    print("progress:",epoch,"w=",w,"loss=",l)
    epoch_list.append(epoch)
    loss_list.append(l)
 
print('predict (after training)', 4, forward(4))
plt.plot(epoch_list,loss_list)
plt.ylabel('loss')
plt.xlabel('epoch')
plt.show() 

3.4批量随机梯度下降（Batch）

多个loss作为一组