吴恩达视频－第一门课第2周2.４节－ 梯度下降法（Gradient Descent）

2.4 梯度下降法（Gradient Descent）

吴恩达
　　梯度下降法可以做什么？
　　在你测试集上，通过最小化代价函数（成本函数）𝐽(𝑤, 𝑏)来训练的参数𝑤和𝑏，
　　如图，在第二行给出和之前一样的逻辑回归算法的代价函数（成本函数）
　　梯度下降法的形象化说明

　　在这个图中，横轴表示你的空间参数𝑤和𝑏，在实践中，𝑤可以是更高的维度，但是为了更好地绘图，我们定义𝑤和𝑏，都是单一实数，代价函数（成本函数）𝐽(𝑤, 𝑏)是在水平轴𝑤和 𝑏上的曲面，因此曲面的高度就是𝐽(𝑤, 𝑏)在某一点的函数值。我们所做的就是找到使得代价函数（成本函数）𝐽(𝑤, 𝑏)函数值是最小值，对应的参数𝑤和𝑏。

　　如图，代价函数（成本函数）𝐽(𝑤, 𝑏)是一个凸函数(convex function)，像一个大碗一样。

　　如图，这就与刚才的图有些相反，因为它是非凸的并且有很多不同的局部最小值。由于逻辑回归的代价函数（成本函数）𝐽(𝑤, 𝑏)特性，我们必须定义代价函数（成本函数）𝐽(𝑤, 𝑏)为凸函数。 初始化𝑤和𝑏，
　
　　可以用如图那个小红点来初始化参数𝑤和𝑏，也可以采用随机初始化的方法，对于逻辑回归几乎所有的初始化方法都有效，因为函数是凸函数，无论在哪里初始化，应该达到同一点或大致相同的点。

　　我们以如图的小红点的坐标来初始化参数𝑤和𝑏。
　　2. 朝最陡的下坡方向走一步，不断地迭代

　　我们朝最陡的下坡方向走一步，如图，走到了如图中第二个小红点处。

　　我们可能停在这里也有可能继续朝最陡的下坡方向再走一步，如图，经过两次迭代走到第三个小红点处。
　　3.直到走到全局最优解或者接近全局最优解的地方
　　通过以上的三个步骤我们可以找到全局最优解，也就是代价函数（成本函数）𝐽(𝑤, 𝑏)这个凸函数的最小值点。
　　梯度下降法的细节化说明（仅有一个参数）
　
　　假定代价函数（成本函数）𝐽(𝑤) 只有一个参数𝑤，即用一维曲线代替多维曲线，这样可以更好画出图像。

迭代就是不断重复做如图的公式:
: =表示更新参数,
　　𝑎 表示学习率（learning rate），用来控制步（step），即向下走一步的长度$\frac{dJ(w)}{dw}$就是函数𝐽(𝑤)对𝑤 求导（derivative），在代码中我们会使用𝑑𝑤表示这个结果

　　对于导数更加形象化的理解就是斜率（slope），如图该点的导数就是这个点相切于 𝐽(𝑤)的小三角形的高除宽。假设我们以如图点为初始化点，该点处的斜率的符号是正的，即$\frac{dJ(w)}{dw}$> 0，所以接下来会向左走一步。

　　整个梯度下降法的迭代过程就是不断地向左走，直至逼近最小值点。

　　假设我们以如图点为初始化点，该点处的斜率的符号是负的，即$\frac{dJ(w)}{dw}$< 0，所以接下来会向右走一步。
　　整个梯度下降法的迭代过程就是不断地向右走，即朝着最小值点方向走。
　　梯度下降法的细节化说明（两个参数）
　　逻辑回归的代价函数（成本函数）𝐽(𝑤, 𝑏)是含有两个参数的。
　　$w:=w-a\frac{\partial J(w,b)}{\partial w}$
　　$b:=b-a\frac{\partial J(w,b)}{\partial b}$
　　𝜕 表示求偏导符号，可以读作 round，$\frac{\partial J(w,b)}{\partial w}$ 就是函数𝐽(𝑤, 𝑏) 对𝑤 求偏导，在代码中我们会使用𝑑𝑤 表示这个结果， $\frac{\partial J(w,b)}{\partial w}$ 就是函数𝐽(𝑤, 𝑏)对𝑏 求偏导，在代码中我们会使用𝑑𝑏 表示这个结果， 小写字母𝑑 用在求导（derivative），即函数只有一个参数， 偏导数符号𝜕 用在求偏导（partial derivative），即函数含有两个以上的参数。