写点什么

梯度下降,原来如此?

作者:蛋先生DX
  • 2024-10-26
    广东
  • 本文字数:2234 字

    阅读完需:约 7 分钟

梯度下降,原来如此?

写在最前

这个故事比较适合对机器学习训练过程有些许了解的同学。当然啦,即使你还没有踏入机器学习的世界,也是可以来瞧一瞧的,因为“梯度下降”这个知识点相对独立。即使只是来“瞟一眼”,也能收获不少印象的。后续我还会带来一个关于机器学习训练过程的故事,这次就先当做是提前热热身吧!


在这个 AI 内容生成泛滥的时代,依然有一批人"傻傻"坚持原创,如果您能读到最后,还请点赞或收藏或关注支持下我呗,感谢 ( ̄︶ ̄)↗

解决什么问题?

蛋先生:嘿,丹尼尔,走路专心点,想啥呢?


丹尼尔:没啥,就是最近看了一点关于机器学习的东西,尤其是梯度下降,感觉有点懂又不完全懂。既然遇到你了,聊聊吧?


蛋先生:(咳咳,清了清嗓子)~


丹尼尔:我想听听你对梯度下降的理解


蛋先生:我可没说我懂哦


丹尼尔:哎呀,你肯定是“略懂”啊,这点我知道 (^▽^ )


蛋先生:你小子 (lll¬ω¬)。那我问你啊,梯度下降在机器学习里究竟是为了什么呢?


丹尼尔:不就是为了找到某个损失函数的最小值,从而确定模型的最佳参数嘛。损失函数的值越小,训练时模型预测的输出值与实际值的误差就越小


蛋先生:嗯,功课做得不错啊。你这不是已经懂了嘛


丹尼尔:No,我只是知其然而不知其所以然。为啥梯度下降就能找到最小值呢?


蛋先生:为了找到最小值,我们需要不断调整参数,使得模型输出值与实际值越来越接近。那么每次参数应该调整多少,往哪个方向调整?这,就是梯度下降要解决的问题了

梯度下降和导数

丹尼尔:要不,你还是先让我有点画面感吧


蛋先生:好啊,梯度下降这个名字本身就很形象了。想象你站在山顶,想要最快地到达山脚。你会选择朝最陡峭的方向下山,因为最陡峭的方向意味着在相同的距离内下降的高度最多,因此所需的时间最短



丹尼尔:嗯,有点画面了。咱们可以回到刚刚那个问题了,梯度下降到底是什么?为什么它能指明参数调整的大小和方向呢?


蛋先生:这就不得不提到导数了。梯度其实就是损失函数对各个参数的偏导数的集合(向量)


梯度 = [参数1的偏导数, 参数2的偏导数, ...]
复制代码


丹尼尔:导数?偏导数?有点晕了~


蛋先生:简单来说,导数是针对只有一个自变量(参数)的函数而言的,而我们的情况涉及多个参数。在计算每个参数的导数时,我们固定其它参数的值,这个导数就称为偏导数(偏向于那个参数的导数)。但我们要调整的是一组参数,所以梯度就是这些偏导数的集合


丹尼尔:哦,也就是说,梯度的核心是导数。那么问题来了,导数为什么能指明参数调整的大小和方向呢?

导数的意义

蛋先生:先来简单了解一下导数。导数描述的是函数在某一点的瞬时变化率,反映了函数值随自变量(这里指参数)变化的快慢和方向


丹尼尔:某一点的瞬时变化率?怎么理解呢?


蛋先生:我们先来看一个函数 y = f(x)。某一点的瞬时变化率就是当 x 取特定值 x0 时,y 相对于 x 的变化快慢情况,也就是瞬时变化率,称为导数,可以用符号 f’(x0)df(x0)/dx 表示


丹尼尔:慢着,当 x 等于 x0 时,我只知道 y 的值为 y0,那如何求得 y 的瞬时变化率呢?



蛋先生:假设 x 从 x0 增加到 x + ∆x ,增量为 ∆x,而对应的 y 从 f(x0) 变成 f(x0 + ∆x),增量记为 ∆y,那么此时 y 相对于 x 的平均变化率就是 ∆y/∆x。如果我们让 ∆x 趋近于 0,就可以得到 x0 点附近 y 相对于 x 的瞬时变化率




丹尼尔:哦,那这个瞬时变化率有什么意义呢?


蛋先生:仔细观察上面的图,可以发现导数其实就是 x0 点处切线的斜率。而斜率反映了倾斜程度。所以导数的值越大,意味着在这一点上越陡峭,说明一点点 x 的变化会引起较大的 y 的变化,因此我们可以跨大一些的步子,更快地接近目标。相反,如果导数的值越小,步子也应该相应缩小一些,因为可能已经在目标附近了


走一步,往哪走?走多远?

丹尼尔:对于 x 的调整,我们既可以增大也可以减小,那如何判断应该增大还是减小呢?


蛋先生:我们的目的是让 y 的值尽量小,所以,如果导数为正,说明 x 变大时 y 也变大,我们就应该减小 x。如果导数为负,说明 x 变大时 y 变小,我们就应该增大 x


f’(x0) > 0 : x - ?f’(x0) < 0 : x + ?
复制代码


丹尼尔:那跨一步的距离应该是多少呢?


蛋先生:在机器学习中,如果梯度大,我们跨一步的距离就会相对大一些,这样可以更快地接近最小值;而如果梯度小,我们跨一步的距离就会相对小一些,因为可能已经在最小值附近徘徊了,跨步太大容易错过。对于一步实际的距离,我们可以使用 学习率 * 梯度 来控制,学习率 η 是一个超参数,需要我们自己来提供实际的值


f’(x0) > 0 : x - η * f’(x0) = x - η * |f’(x0)|f’(x0) < 0 : x + η * f’(x0) = x - η * |f’(x0)|
复制代码


丹尼尔:为什么要引入学习率呢?直接让一步的距离等于梯度的大小不行吗?


蛋先生:其实,确定每一步的合适距离是未知的,需要在实践中不断尝试和调整。因此,我们引入学习率这个参数,它就像一个“调节器”,允许我们通过调整其值来尝试不同的步长。这种调整可以手动进行,也可以通过一些自适应算法动态调节


丹尼尔:那么既然学习率是可以调整的,它会不会削弱梯度大小在决定步长时的作用呢?比如梯度大的乘个小的学习率,梯度小的乘个大的学习率


蛋先生:学习率虽然是可以调整的,但在同一轮迭代中,所有节点的学习率是相同的。因此,梯度的大小仍然能够反映出不同位置步长的相对差异


丹尼尔:我好像有点理解了,你们学会了吗?


蛋先生:你在跟谁说话?


丹尼尔:当然是阅读这篇文章的读者们啦!


蛋先生:好吧,那我们一起跟读者们 say goodbye 吧!


ヾ( ̄▽ ̄)ByeBye

写在最后

亲们,都到这了,要不,点赞或收藏或关注支持下我呗 o( ̄▽ ̄)d


发布于: 刚刚阅读数: 5
用户头像

蛋先生DX

关注

一源一世界 2019-03-03 加入

我是只会用大白话来聊技术的蛋先生DX ncform / ncgen / nice-hooks 开源项目作者

评论

发布
暂无评论
梯度下降,原来如此?_神经网络_蛋先生DX_InfoQ写作社区