《PyTorch深度学习实践》刘二大人课程3梯度下降算法学习笔记

梯度下降算法

现在的问题转化为找到使目标函数（损失函数）达到最小值的参数w，即优化问题：

在深度学习中局部最优问题不常见，不多，最大的问题是要解决鞍点问题：梯度为零，无法更新参数进行迭代，如下图：

梯度下降算法MSE更新迭代公式：

代码实操，找到最佳的epoch可视化：

import numpy as np
import matplotlib.pyplot as plt

X = [1.0,2.0,3.0]
Y = [2.0,4.0,6.0]

#定义初始的w
w = 1.0
loss = []
#定义前馈传播
def forward (x):
    return x*w

#定义目标函数
def Cost(xs,ys):
    cost = 0
    for x,y in zip(xs,ys):       #遍历每个数据
        y_pred = forward(x)
        cost += (y_pred-y)**2
    return cost/len(xs)

#定义梯度更新
def gradient(xs,ys):
    grad = 0
    for x,y in zip(xs,ys):
        grad += 2*x*(x*w-y)
    return grad/len(xs)

#上边已经定义了需要的基本的函数，下来传入数据
print('beginning training',4,forward(4))
for epoch in range(100):
    cost_val = Cost(X,Y)
    loss.append(cost_val)
    grad_val = gradient(X,Y)
    w -= 0.01*grad_val
    print('epoch:',epoch,'w:',w,'loss:',cost_val)
print('end training',4,forward(4))

#画图
epoch = np.arange(0,100,1)
plt.plot(epoch,loss)
plt.xlabel('epoch')
plt.ylabel('loss')
plt.show()

但是实际操作中上图这个曲线不可能这么平滑，可能会出现下边的问题曲线很抖，采用滑动指数加权平均来解决这个问题让这个曲线变的更光滑：

如果出现下边这种曲线，说明训练失败了，来调整学习率大小可能学习率太大了
随机梯度下降来解决可能会出现鞍点，加入噪声后，可能会解决这个鞍点问题，主要是通过一个样本的损失来进行梯度更新，不是用原来的所有样本的均值来进行梯度下降，随机梯度下降对每个样本的梯度进行更新，但是这个时间复杂度比较高

但是梯度下降算法性能低容易陷入局部最优，但可以并行化处理时间复杂度低，随机梯度下降性能好不易局部最优，但是不能并行化处理时间复杂度高，为了达到性能高，时间复杂度低的效果，所以采用mini Batch小批量随机梯度下降算法，深度学习基本都采用这个

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
 
# calculate loss function
def loss(x, y):
    y_pred = forward(x)
    return (y_pred - y)**2
 
# define the gradient function  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    # update weight by every grad of sample of training set
        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() 

这里面两个代码的区别在于，在计算梯度和损失的时候用for循环遍历整个样本计算平均值，还是单个样本定义梯度和损失函数，放在epoch后进行两个for循环一个个样本继续梯度更新