自动微分(AutoDiff)的原理
1/ 各种自动微分的优缺点1
机器学习的一个重要的任务,就是对参数求导得到损失函数对于每个参数的偏导数,然后进行梯度下降。
而求偏微分,可以选择的方法有:手工微分(manual differentiation)、符号微分(symbolic differentiation)、数值微分(numerical differentiation)、前向自动微分(forward-mode autodiff)和反向自动微分(reverse-mode autodiff)。
而在 Julia 的 Flux 包里和 Tensorflow 一样,就是使用的反向自动微分。
手工微分:手工微分对于复杂的函数,会变得非常繁琐,容易出错
符号微分:利用计算图来处理。但是对于复杂的函数,会出现计算图十分巨大的,降低性能,而一个最大的缺点就是,符号微分无法处理任意编码的函数。
数值微分:数值微分根据公式:
h
′
(
x
)
=
lim
x
→
x
0
h
(
x
)
−
h
(
x
0
)
x
−
x
0
=
lim
ϵ
→
0
h
(
x
0
+
ϵ
)
−
h
(
x
0
)
ϵ
\begin{aligned} h^{\prime}(x)&=\lim_{x\rightarrow x_0}\frac{h(x)-h(x_0)}{x-x_0}\\ &=\lim_{\epsilon\rightarrow 0}\frac{h(x_0+\epsilon)-h(x_0)}{\epsilon} \end{aligned}
h′(x)=x→x0limx−x0h(x)−h(x0)=ϵ→0limϵh(x0+ϵ)−h(x0)
要计算函数
f
(
x
1
,
x
2
,
⋯
,
x
n
)
f(x_1,x_2,\cdots,x_n)
f(x1,x2,⋯,xn) 在某个点关于
x
i
x_i
xi 的偏导数,只需要计算当
ϵ
\epsilon
ϵ 很小的时候
f
(
x
1
,
x
2
,
⋯
,
x
i
−
ϵ
,
⋯
,
x
n
)
f(x_1,x_2,\cdots,x_i-\epsilon,\cdots,x_n)
f(x1,x2,⋯,xi−ϵ,⋯,xn) 处以
ϵ
\epsilon
ϵ 的商。
不过数值微分的缺点就是,结果并不准确,是一种近似,并且会重复调用函数 f ( x ) f(x) f(x) 很多次,在机器学习参数很多的情况下,会变得很低效。但是由于数值微分很容易执行,它可以作为一个检查其他算法是否正确的有用工具。
前向自动微分:虽然既不是符号微分也不是数值微分,但是在某些方面,前向自动微分是符号微分和数值微分的结合。
前向自动微分依赖于 dual number,形式为 a + b ϵ a+b\epsilon a+bϵ,其中 a , b a,b a,b 是两个是两个实数, ϵ \epsilon ϵ 是一个无穷小的数字。dual number 在存储的时候,用一对浮点数表示,例如 42 + 24 ϵ 42+24\epsilon 42+24ϵ 用 ( 42 , 0 , 24.0 ) (42,0,24.0) (42,0,24.0) 表示。
对于 dual number 的基本运算如下:(注意
ϵ
2
=
0
\epsilon^2=0
ϵ2=0)
λ
(
a
+
b
ϵ
)
=
λ
a
+
λ
b
ϵ
(
a
+
b
ϵ
)
+
(
c
+
d
ϵ
)
=
(
a
+
c
)
+
(
b
+
d
)
ϵ
(
a
+
b
ϵ
)
×
(
c
+
d
ϵ
)
=
a
c
+
(
a
d
+
b
d
)
ϵ
+
(
b
d
)
ϵ
2
=
a
c
+
(
a
d
+
b
c
)
ϵ
\begin{aligned} \lambda(a+b\epsilon)&=\lambda a+\lambda b\epsilon\\ (a+b\epsilon)+(c+d\epsilon)&=(a+c)+(b+d)\epsilon\\ (a+b\epsilon)\times(c+d\epsilon)&=ac+(ad+bd)\epsilon+(bd)\epsilon^2\\ &=ac+(ad+bc)\epsilon \end{aligned}
λ(a+bϵ)(a+bϵ)+(c+dϵ)(a+bϵ)×(c+dϵ)=λa+λbϵ=(a+c)+(b+d)ϵ=ac+(ad+bd)ϵ+(bd)ϵ2=ac+(ad+bc)ϵ
更为重要的是
h
(
a
+
b
ϵ
)
=
h
(
a
)
+
b
×
h
′
(
a
)
ϵ
h(a+b\epsilon)=h(a)+b\times h^{\prime}(a)\epsilon
h(a+bϵ)=h(a)+b×h′(a)ϵ,所以当我们计算
h
(
a
+
ϵ
)
h(a+\epsilon)
h(a+ϵ) 的时候,可以一次给出
h
(
a
)
h(a)
h(a) 和
h
′
(
a
)
h^{\prime}(a)
h′(a).
假如函数 f ( x , y ) = x 2 y + y + 2 f(x,y)=x^2y+y+2 f(x,y)=x2y+y+2,我们要计算关于 x x x 的偏导数,需要做的就是计算 f ( 3 + ϵ , 4 ) f(3+\epsilon,4) f(3+ϵ,4),结果为一个 dual number 42 + 24 ϵ 42+24\epsilon 42+24ϵ,那么就可以得到 f ( 3 , 4 ) = 42 f(3,4)=42 f(3,4)=42 并且偏导数 ∂ x f ( 3 , 4 ) = 24 \partial_xf(3,4)=24 ∂xf(3,4)=24
前向自动微分的缺点就是,穿过一次图,只能计算一个参数的偏导数,虽然结果精确,但是对于多个参数的时候,要穿过很多次图。
反向自动微分:正向穿过图来计算每个节点的值,然后第二次反向穿过图,计算所有的偏导数。
反向自动微分(Reverse-mode autodiff)依赖于链式法则: ∂ f ∂ x = ∂ f ∂ n i × ∂ n i ∂ x \frac{\partial f}{\partial x}=\frac{\partial f}{\partial n_i}\times \frac{\partial n_i}{\partial x} ∂x∂f=∂ni∂f×∂x∂ni.
自动微分认为,任何数值计算的本质其实是一系列可微分算子的组合。那么,我们就可以假设我们求不出这个函数的导数,但是将该函数拆解成为其他子部分后,子部分可以通过常规的求导方式得到,最终将每个子部分进行组合,就得到了最终的结果。2