机器学习 梯度
2022-04-05 14:05 jym蒟蒻 阅读(243) 评论(0) 编辑 收藏 举报- 一、python实现求导的代码：
- 二、what is 梯度
- 三、使用梯度法寻找神经网络的最优参数
- 四、神经网络的梯度计算
导数含义也就是：变量x一个微小的变化将导致f(x)的值在多大程度上变化。
def numerical_diff(f, x):
h = 1e-4
return (f(x+h) - f(x-h)) / (2*h)
偏导数怎么求，对哪个变量求偏导，就把其他变量固定为某个值，然后就像求一元函数导数那样对这个变量求导。
举个例子，对x0^ 2+x1 ^2=y这个二元函数，求x0=3，x1=4时，对x0的偏导数。
代码如下：
def numerical_diff(f, x):
h = 1e-4
return (f(x+h) - f(x-h)) / (2*h)
def func_1(x):
return x[0]**2+x[1]**2
# 求x0=3，x1=4时，x0的偏导数
def func_temp1(x0):
return x0**2+4**2
if __name__ == '__main__':
res = numerical_diff(func_temp1,3.0)
print(res)
输出：
6.00000000000378
由全部变量的偏导数汇总而成的向量叫梯度。
求梯度代码如下：
函数 _numerical_gradient_no_batch 的参数f为函数，x为Numpy数组。
grad = np.zeros_like(x)生成一个形状和x相同，所有元素均为0的数组，梯度就存到这里面。
这里面fxh1计算的时候，如果在这(x[0],x[1])这一点对x[0]求编导，变的是x[0]，x[1]不变。而且对x[1]求偏导的时候，变的是x[1]，x[0]不变。所以，要用tmp_val存变化前的数，并且，在求完偏导后把一切恢复。
下面代码是对x0 ^ 2+x1 ^ 2=y这个二元函数，求点(3，4)处的梯度。
import sys, os
sys.path.append(os.pardir) # 为了导入父目录的文件而进行的设定
import numpy as np
def _numerical_gradient_no_batch(f, x):
h = 1e-4 # 0.0001
grad = np.zeros_like(x)
for idx in range(x.size):
tmp_val = x[idx]
x[idx] = float(tmp_val) + h
fxh1 = f(x) # f(x+h)
x[idx] = tmp_val - h
fxh2 = f(x) # f(x-h)
grad[idx] = (fxh1 - fxh2) / (2 * h)
x[idx] = tmp_val # 还原值
return grad
def func_1(x):
return x[0]**2+x[1]**2
if __name__ == '__main__':
#求点(3，4)处的梯度
res = _numerical_gradient_no_batch(func_1, np.array([3.0, 4.0]))
print(res)
结果：
[6. 8.]
用python画很多点的梯度向量，那么就发现一个很神奇的结果：梯度指向函数最小值，离最小值越远，箭头越大。
严格来讲，梯度指示的方向是各点处函数值减小最多的方向。无法保证梯度所指方向就是函数最小值。
虽然梯度的方向不一定指向最小值，但是沿着它的方向能够最大限度减小函数的值，这就是梯度法。
通过不断地沿着梯度方向前进，逐渐减小函数值的过程就是梯度法。
梯度法的数学表示：
η表示更新量，在神经网络的学习中，称为学习率（ learningrate）。学习率决定在一次学习中，应该学习多少，以及在多大程度上更新参数。
这个数学表示是什么意思，其实就是沿着梯度走，如上图，(x0,x1)取(0,2)时，梯度是(0,4)。这里的x0-η乘f在x0处的偏导，表示沿那个梯度方向走的一小步。学习率小的话，每次走的步子会很小，学习率大的话，步子就大。
用python实现梯度法的代码如下：
f是要进行最优化的函数， init_x是初始值， lr是学习率， step_num是梯度法的重复次数。
gradient_descent函数里面调用了numerical_gradient函数，用来求函数的梯度。gradient_descent函数里面会一直循环step_num次梯度法，每一次都用梯度乘以学习率得到新值，并更新。最后如果梯度法进行的顺利，将走到最小值的位置。
def gradient_descent(f, init_x, lr=0.01, step_num=100):
x = init_x
x_history = []
for i in range(step_num):
x_history.append( x.copy() )
grad = numerical_gradient(f, x)
x -= lr * grad
return x, np.array(x_history)
下面这个例子，用了梯度法求f(x0,x1)=x0^ 2+x1 ^2的最小值。最终结果接近(0,0)，说明我们的结果基本正确，因为最小值确实是在(0,0)点取到。
import numpy as np
import matplotlib.pylab as plt
from gradient_2d import numerical_gradient
def gradient_descent(f, init_x, lr=0.01, step_num=100):
x = init_x
x_history = []
for i in range(step_num):
x_history.append( x.copy() )
grad = numerical_gradient(f, x)
x -= lr * grad
return x, np.array(x_history)
def function_2(x):
return x[0]**2 + x[1]**2
init_x = np.array([-3.0, 4.0])
lr = 0.1
step_num = 20
x, x_history = gradient_descent(function_2, init_x, lr=lr, step_num=step_num)
print(x)
plt.plot( [-5, 5], [0,0], '--b')
plt.plot( [0,0], [-5, 5], '--b')
plt.plot(x_history[:,0], x_history[:,1], 'o')
plt.xlim(-3.5, 3.5)
plt.ylim(-4.5, 4.5)
plt.xlabel("X0")
plt.ylabel("X1")
plt.show()
输出：
[-0.03458765 0.04611686]
学习率取的过大或者过小都无法得到好结果。
对上面代码进行修改：
学习率过大的话，结果会发散成一个很大的值。
lr = 10
step_num = 100
x, x_history = gradient_descent(function_2, init_x, lr=lr, step_num=step_num)
print(x)
结果：
[-2.58983747e+13 -1.29524862e+12]
学习率过小，基本上没怎么更新就结束了。
lr = 1e-10
step_num = 100
x, x_history = gradient_descent(function_2, init_x, lr=lr, step_num=step_num)
print(x)
结果：
[-2.99999994 3.99999992]
神经网络的学习中的梯度，指的是损失函数关于权重参数的梯度。
假设，有一个形状为2*3的权重W的神经网络，损失函数是L，下面是该网络权重和梯度的数学表示。
下面是一个例子，首先要实现一个simpleNet类，这个网络的权重矩阵是2*3的。
最后输出的dw如下，这个是梯度。
[[ 0.12894287 0.31807705 -0.44701992]
[ 0.19341431 0.47711557 -0.67052988]]
比如，如果w11增加h，那么损失函数的值会增加0.47h。从减小损失函数值的观点看，w11应该向负方向更新。
import sys, os
sys.path.append(os.pardir) # 为了导入父目录中的文件而进行的设定
import numpy as np
from common.functions import softmax, cross_entropy_error
from common.gradient import numerical_gradient
class simpleNet:
def __init__(self):
self.W = np.random.randn(2,3)
def predict(self, x):
return np.dot(x, self.W)
def loss(self, x, t):
z = self.predict(x)
y = softmax(z)
loss = cross_entropy_error(y, t)
return loss
net = simpleNet()
print(net.W) # 权重参数
x = np.array([0.6, 0.9])#输入数据
p = net.predict(x) #由输入经过神经网络得到的输出预测值
print(p)
print(np.argmax(p))#最大值的索引
t = np.array([0, 0, 1]) # 正确解标签
print(net.loss(x, t)) #输出损失函数的值
def f(W):
return net.loss(x, t)
# f = lambda w: net.loss(x, t)
dW = numerical_gradient(f, net.W)#求梯度
print(dW)
输出：
[[-0.66110535 -2.3121261 0.61870626]
[-0.43594672 1.66798289 -1.09922476]]
[-0.78901526 0.11390894 -0.61807852]
1
1.366622688011303
[[ 0.12894287 0.31807705 -0.44701992]
[ 0.19341431 0.47711557 -0.67052988]]