算法工程师修仙之路：吴恩达深度学习（五）

神经网络和深度学习

神经网络基础

---

梯度下降法

• 梯度下降法可以在你测试集上，通过最小化代价函数（成本函数）$J(w,b)$ 来训练的参数 $w$ 和 $b$。

• 梯度下降法的形象化说明：
  

  • 在这个图中，横轴表示你的空间参数 $w$ 和 $b$；
  • 在实践中，$w$ 可以是更高的维度，但是为了更好地绘图，我们定义 $w$ 和 $b$ 都是单一实数；
  • 代价函数（成本函数）$J(w,b)$ 是在水平轴 $w$ 和 $b$ 上的曲面，因此曲面的高度就是 $J(w,b)$ 在某一点的函数值；
  • 我们所做的就是找到使得代价函数（成本函数）$J(w,b)$ 函数值是最小值时对应的参数 $w$ 和 $b$；
  • 由于逻辑回归的代价函数（成本函数）$J(w,b)$ 特性，我们必须定义代价函数（成本函数）$J(w,b)$ 为凸函数。

• 初始化 $w$ 和 $b$，可以用如图那个小红点来初始化参数，也可以采用随机初始化的方法，对于逻辑回归几乎所有的初始化方法都有效，因为函数是凸函数，无论在哪里初始化，应该达到同一点或大致相同的点。
  

• 我们以如图的小红点的坐标来初始化参数 $w$ 和 $b$：
  

  • 朝最陡的下坡方向走一步，不断地迭代，走到了如图中第二个小红点处：
    
  • 我们可能停在这里也有可能继续朝最陡的下坡方向再走一步，经过两次迭代走到第三个小红点处：
    
  • 直到走到全局最优解或者接近全局最优解的地方，通过以上的三个步骤我们可以找到全局最优解，也就是代价函数（成本函数）$J(w,b)$ 这个凸函数的最小值点。

• 梯度下降法的细节化说明（仅有一个参数）：
  

  • 假定代价函数（成本函数）$J(w)$ 只有一个参数 $w$，即用一维曲线代替多维曲线，这样可以更好画出图像；
  • $w=w-\alpha \frac{dJ(w)}{dw}$，迭代就是不断重复更新参数；
  • $\alpha$ 表示学习率，用来控制步长，即向下走一步的长度 $\frac{dJ(w)}{dw}$ 就是函数 $J(w)$ 对 $w$ 求导，在代码中我们会使用 $dw$ 表示这个结果；
  • 对于导数更加形象化的理解就是斜率，如图该点的导数就是这个点相切于 $J(w)$ 的小三角形的高除宽；
  • 假设我们以如下图点为初始化点，该点处的斜率的符号是正的，即 $\frac{dJ(w)}{dw}>0$，所以接下来会向左走一步：
    
  • 整个梯度下降法的迭代过程就是不断地向左走，直至逼近最小值点。
  • 假设我们以如下图点为初始化点，该点处的斜率的符号是负的，即 $\frac{dJ(w)}{dw}<0$，所以接下来会向右走一步：
    
  • 整个梯度下降法的迭代过程就是不断地向右走，即朝着最小值点方向走。

• 逻辑回归的代价函数（成本函数） $J(w,b)$ 是含有两个参数的。

  • $w=w-\alpha \frac{\partial J(w,b)}{\partial w}$；
  • $b=b-\alpha \frac{\partial J(w,b)}{\partial b}$；
  • $\partial$ 表示求偏导符号，$\frac{\partial J(w,b)}{\partial w}$ 就是函数 $J(w,b)$ 对 $w$ 求偏导，在代码中我们会使用 $dw$ 表示这个结果；
  • $\frac{\partial J(w,b)}{\partial w}$ 就是函数 $J(w,b)$ 对 $b$ 求偏导，在代码中我们会使用 $db$ 表示这个结果；
  • 小写字母 $d$ 用在求导数，即函数只有一个参数， 偏导数符号 $\partial$ 用在求偏导，即函数含有两个以上的参数。