深度学习之线性单元（梯度下降算法）（二）

关于线性

线性的概念：
“线性”=“齐次性”+“可加性”,
"齐次性"是指类似于: f(ax)=af(x),
"可加性"是指类似于: f(x+y)=f(x)+f(y),

而对于单层感知器来说，是无法处理非线性的问题。非线性及不符合上述的条件的集合。
例如异或问题：

无法找到一个合适的直线，将两边分离开来。
所以这时候就需要用到了delta法则。
##delta法则

delta 法则的关键思想是使用梯度下降(gradient descent)来搜索可能权向量的假设空间, 以找到最佳拟合训练样例的权向量。

由于在真实情况下，并不能保证训练集是线性可分的。因而，当训练集线性不可分时该如何训练感知器呢？这时我们使用delta法则，通过这种方式可以找出收敛到目标的最佳近似值。

其原理是：

因为其激活函数是线性的，所以一般被称为线性单元。

激活函数：

用向量表示就是：

当然在这一种情况下，还需要考虑其每次计算后的结果的误差，根据误差来调整权值。
而这就需要用到代价函数：

其中y为期望输出，y`为实际输出。

在求得误差结果最小的情况下，就是我们所求的最优解。注：这里的1/2只是为了后面的计算方便，没有实际意义。

为了求得代价函数最小，因为：

对路所有的样本的误差和来说：

所以公式可以改写为：

因为对于样本来说（其实是监督学习的方式），x和y都是已知的，所以上述的公式中其实就是w和E(w)的关系。对整个代价函数来说，其实只有一个变量w。

这样如果想要获取E(w)的最小值，及误差最小，只需要获取的上述变量的最小值即可。因此我们可以使用导数的方式来求取最小值。当然计算机是不会解方程的，所以只能是一步一步的尝试出最小值。

因此引进梯度下降算法：

通过不断的改变w的值，来找到使得E(w)最小的位置：

对w求导结果：