微积分(预备知识)

微积分

在2500年前，古希腊人把一个多边形分成三角形，并把它们的面积相加，才找到计算多边形面积的方法。为了求出曲线形状（比如圆）的面积，古希腊人在这样的形状上刻内接多边形。

如下图所示，内接多边形的等长边越多，就越接近圆。 这个过程也被称为逼近法（method of exhaustion）。

事实上，逼近法就是**积分（integral calculus）**的起源， 我们将在 sec_integral_calculus中详细描述。

2000多年后，微积分的另一支，**微分（differential calculus）**被发明出来。在微分学最重要的应用是优化问题，即考虑如何把事情做到最好。

在深度学习中，我们“训练”模型，不断更新它们，使它们在看到越来越多的数据时变得越来越好。 通常情况下，变得更好意味着最小化一个损失函数（loss function）， 即一个衡量“我们的模型有多糟糕”这个问题的分数。 最终，我们真正关心的是生成一个模型，它能够在从未见过的数据上表现良好。 但“训练”模型只能将模型与我们实际能看到的数据相拟合。 因此，我们可以将拟合模型的任务分解为两个关键问题：

• 优化（optimization）：用模型拟合观测数据的过程；
• 泛化（generalization）：数学原理和实践者的智慧，能够指导我们生成出有效性超出用于训练的数据集本身的模型。

为了在后面的章节中更好地理解优化问题和方法， 本节提供了一个非常简短的入门教程，快速掌握深度学习中常用的微分知识。

导数和微分

我们首先讨论导数的计算，这是几乎所有深度学习优化算法的关键步骤。在深度学习中，我们通常选择对于模型参数可微的损失函数。

简而言之，对于每个参数， 如果我们把这个参数增加或减少一个无穷小的量，我们可以知道损失会以多快的速度增加或减少，假设我们有一个函数 $f=R\Rightarrow R$，其输入和输出都是标量。 如果的导数存在，这个极限被定义为

$$f^{\prime }(x)=\underset{h\to 0}{\lim }\frac{f(x+h)-f(x)}{h}$$

如果$f^{\prime }(a)$存在，则称在处是 可微（differentiable） 的。 如果 $f$ 在一个区间内的每个数上都是可微的，则此函数在此区间中是可微的。 我们可以将导数 $f^{\prime }(x)$ 解释为 $f(x)$ 相对于 $x$ 的瞬时（instantaneous）变化率。 所谓的瞬时变化率是基于 $x$ 中的变化 $h$，且接近 $0$。

为了更好地解释导数，让我们做一个实验。 定义$u=f(x)=3x^2-4x$ 如下：

import numpy as np                                       #导入numpy数据处理包
from matplotlib_inline import backend_inline             #导入backend_inline工具包
import matplotlib.pyplot as plt                          #导入torch工具包

def f(x):                                                 #定义函数f(x)
    return 3 * x ** 2 - 4 * x

通过令 $x=1$ 并让 $h$ 接近 $0$ ， 即该结果$f^{\prime }(x)=\underset{h\to 0}{\lim }\frac{f(x+h)-f(x)}{h}$ 越来越接近 $2$ 。

虽然这个实验不是一个数学证明，但我们稍后会看到，当 $x=1$ 时，导数 $u^{\prime }$ 是 $2$ 。

def numerical_lim(f,x,h):                                                    #定义计算极限的函数，即导数
    return (f(x+h)-f(x))/h

h = 0.1                                                                      #定义h初始化为0.1
for i in range(5):
    print(f'h={h:.5f}, numberical_lim={numerical_lim(f,1,h):.5f}')           #输出h变化时每次的导数值的变化
    h *= 0.1                                                                 #h累计减少

h=0.10000, numberical_lim=2.30000
h=0.01000, numberical_lim=2.03000
h=0.00100, numberical_lim=2.00300
h=0.00010, numberical_lim=2.00030
h=0.00001, numberical_lim=2.00003

def use_svg_display():  
    """使用svg格式在Jupyter中显示绘图"""
    backend_inline.set_matplotlib_formats('svg')

我们定义set_figsize函数来设置图表大小。

def set_figsize(figsize=(3.5, 2.5)):
    """设置matplotlib的图表大小"""
    use_svg_display()
    plt.rcParams['figure.figsize'] = figsize

下面的set_axes函数用于设置由matplotlib生成图表的轴的属性。

def set_axes(axes, xlabel, ylabel, xlim, ylim, xscale, yscale, legend):
    """设置matplotlib的轴"""
    axes.set_xlabel(xlabel)           #设置图表的x轴标签
    axes.set_ylabel(ylabel)           #设置图表的y轴标签
    axes.set_xscale(xscale)           #设置x范围
    axes.set_yscale(yscale)           #设置y范围
    axes.set_xlim(xlim)
    axes.set_ylim(ylim)               #设置x,y轴的度量
    if legend:
        axes.legend(legend)           #显示所有的标签
    axes.grid()

通过这三个用于图形配置的函数，我们定义了plot函数来简洁地绘制多条曲线， 因为我们需要在整个书中可视化许多曲线。

def plot(X, Y=None, xlabel=None, ylabel=None, legend=None, xlim=None,
         ylim=None, xscale='linear', yscale='linear',
         fmts=('-', 'm--', 'g-.', 'r:'), figsize=(3.5, 2.5), axes=None):
    """绘制数据点"""
    if legend is None:
        legend = []

    set_figsize(figsize)
    axes = axes if axes else plt.gca()

    # 如果X有一个轴，输出True
    def has_one_axis(X):
        return (hasattr(X, "ndim") and X.ndim == 1 or isinstance(X, list)
                and not hasattr(X[0], "__len__"))

    if has_one_axis(X):
        X = [X]
    if Y is None:
        X, Y = [[]] * len(X), X
    elif has_one_axis(Y):
        Y = [Y]
    if len(X) != len(Y):
        X = X * len(Y)
    axes.cla()
    for x, y, fmt in zip(X, Y, fmts):
        if len(x):
            axes.plot(x, y, fmt)
        else:
            axes.plot(y, fmt)
    set_axes(axes, xlabel, ylabel, xlim, ylim, xscale, yscale, legend)

现在我们可以绘制函数$u=f(x)=3x^2-4x$及其在 $x=1$ 处的切线 $f^{\prime }(x)=2x-3$ ， 其中系数 $x=6$ 是切线的斜率。

x = np.arange(0, 3, 0.1)
plot(x, [f(x), 2 * x - 3], 'x', 'f(x)', legend=['f(x)', 'Tangent line (x=1)'])

偏导数

到目前为止，我们只讨论了仅含一个变量的函数的微分。

在深度学习中，函数通常依赖于许多变量。 因此，我们需要将微分的思想推广到 多元函数（multivariate function） 上。

梯度

链式法则

然而，上面方法可能很难找到梯度。 这是因为在深度学习中，多元函数通常是复合（composite）的， 所以我们可能没法应用上述任何规则来微分这些函数。 幸运的是，链式法则使我们能够微分复合函数。

小结

微分和积分是微积分的两个分支，前者可以应用于深度学习中的优化问题。

导数可以被解释为函数相对于其变量的瞬时变化率，它也是函数曲线的切线的斜率。

梯度是一个向量，其分量是多变量函数相对于其所有变量的偏导数。

链式法则使我们能够微分复合函数。