多类 SVM 的损失函数及其梯度计算

CS231n Convolutional Neural Networks for Visual Recognition —— optimization

1. 多类 SVM 的损失函数（Multiclass SVM loss）

在给出类别预测前的输出结果是实数值， 也即根据 score function 得到的 score（$s=f(x_i, W)$），

$$L_i=\sum_{j\neq y_i}\max(0, s_j-s_{y_i}+\Delta), \quad \Delta=1（一般情况下）$$

• $y_i$ 表示真实的类别，$s_{y_i}$ 在真实类别上的得分；
• $s_j, j\neq y_i$ 在其他非真实类别上的得分，也即预测错误时的得分；

则在全体训练样本上的平均损失为：

$$L = \frac1N\sum_{i=1}^NL_i$$

delta = 1
scores = np.dot(W, X)
correct_scores = scores[y, np.arange(num_samples)]

diff = score - correct_scores + delta
diff[y, np.arange(num_samples)] = 0

thresh = np.maximum(0, diff)
loss = np.sum(thresh)
loss /= num_samples

2. 优化（optimization）：梯度计算

首先来看损失函数的定义，如下为第 $i$ 个样本的损失值（$W_{c\times d}\cdot X_{d\times N}$，$d$ 特征向量的维度，$c$：输出类别的个数）：

$$\begin{split} L_i =&\sum_{j\neq y_i}\max(0, s_j-s_{y_i}+1)\\ =&\sum_{j\neq y_i} \left[ \max(0, w_j^Tx_i - w_{y_i}^Tx_i + 1) \right] \end{split}$$

• 遍历 $j$，就是遍历 $W$ 每一列的每一个元素， $w_j^Tx_i ⇒ j=1,\ldots,c; i=1,\ldots,N$
• $w_j^T$ 表示 $W$ 的每一行，共 $c$ 行；

下面的额关键是如何求得损失函数关于参数 $w{j, w_{y_i}}$ 的梯度：

$$\begin{split} &\nabla_{w_{y_i}} L_i = - \left( \sum_{j\neq y_i} \mathbb{1}(w_j^Tx_i - w_{y_i}^Tx_i + \Delta > 0) \right) x_i\\ &\nabla_{w_j} L_i = \mathbb{1}(w_j^Tx_i - w_{y_i}^Tx_i + \Delta > 0) x_i\quad j\neq y_i \end{split}$$

binary = thresh 
binary[thresh > 0] = 1          # 实现 indicator 函数

col_sum = np.sum(binary, axis=0)
binary[y, np.arange(num_samples)] = -col_sum

dW = np.dot(binary, X.T)        # binary 维度信息：c*N, X 维度信息：d*N
dW /= N

dW += reg * W