2、梯度下降

（1）梯度下降类似贪心，能找到局部最优，不一定能找到全局最优

（2）梯度下降用于求极小值，下降方向是梯度的负方向

  

import numpy as np

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

#计算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)

#求梯度
def gradient(xs, ys):
    grad = 0
    for x, y in zip(xs, ys):
        grad += 2 * x * (x * w - y)
    return grad / len(xs)

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
    print('Epoch:', epoch, 'w', w, 'loss', cost_val)
print('Predict (after training)', 4, forward(4))

 根据梯度下降更新权重，最终的预测结果为：

（3）随机梯度下降：随机选一个损失loss

（4）梯度下降的性能低，时间复杂度低，随机梯度下降的性能高，时间复杂度高。为折衷取Batch，即批量的随机梯度下降，若干个分为一组求梯度下降，性能高、时间复杂度低

（5）梯度下降和随机梯度下降的主要区别：

   1>损失函数由cost()改为loss()。cost是计算所有训练数据的损失，loss是随机计算一个训练函数的损失。

   2>梯度函数gradient()由计算所有训练数据的梯度改为计算一个训练数据的梯度

import numpy as np

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

def loss(x , y):
    y_pred = forward(x)
    return (y_pred - y) ** 2

#求梯度
def gradient(x, y):
    return 2 * x * (x * w - y)

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 -= 0.01 * grad
        print('\tgrad:', x, y, grad)
        l = loss(x, y)

    print('progress:', epoch, 'w', w, 'loss', l)
print('Predict (after training)', 4, forward(4))

根据随机梯度下降更新权重，最终的预测结果为：
 

 可以看出随机梯度下降的结果比梯度下降的结果要好。