梯度下降算法
对于一个学习系统来说我们需要找到最适合数据的模型,模型有很多,如果使用穷举法找最合适的模型费时费力,使用我们就使用梯度下降算法来找最合适的模型。
拿y = x*w 线性模型举例:如果使用穷举法计算量将无法估量,接下来我们看看梯度下降算法是如何实现的:
在算法开始时给W一个初始值,如何不断更新找到cost最小的点就是全局最优值
那么这个点该往哪个方向走才能找到这个最优值点,又要怎么实现这个过程呢
想要实现这个过程需要去计算每个点的梯度,
• >0:函数上升,损失值在增大,w应该减小(梯度的反方向运动);
• <0:函数在下降,损失值在减小(目标方向),w应该增大(梯度的反方向运动)。
• 所以参数w的更新方向应该是梯度的负方向
即:
代码示例如下:
import matplotlib.pyplot as plt
# training set
x_data = [1.0, 2.0, 3.0]
y_data = [2.0, 4.0, 6.0]
# 初始化参数
w = 1.0
# 定义线性模型: y = w*x
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)
# 计算梯度
def gradient(xs, ys):
grad = 0
for x, y in zip(xs, ys):
grad += 2 * x * (x * w - y)
return grad / len(xs)
epoch_list = []
cost_list = []
print('predict (before training)', 4, forward(4))
#epoch:训练轮次,表示重复训练的次数
for epoch in range(100):#训练100 epoch
cost_val = cost(x_data, y_data)#计算损失值
grad_val = gradient(x_data, y_data)#计算梯度
w -= 0.01 * grad_val # 更新梯度(参数)0.01 learning rate
print('epoch:', epoch, 'w=', w, 'loss=', cost_val)
epoch_list.append(epoch)
cost_list.append(cost_val)
print('w=', w)
print('predict (after training)', 4, forward(4))
plt.plot(epoch_list, cost_list)
plt.ylabel('cost')
plt.xlabel('epoch')
plt.show()
随机梯度下降算法
梯度下降算法存在一个问题,那就找的最优点可能不是全局最优点可能只是局部的最优点。详解如下:
为了解决这个问题我们可以运行多次并随机化初始点,这就是随机梯度下降算法
代码示例如下:
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
# loss function
def loss(x, y):
y_pred = forward(x)
return (y_pred - y) ** 2
# 计算梯度 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 # 更新梯度
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()
小结
两种算法的区别在于:
梯度下降算法:用所有样本的平均损失值cost来更新参数
随机梯度下降算法:随机选取N个样本中的一个样本的loss来更新参数
两种算法都有自己的优缺点: