Pytorch之梯度下降和方向传播理论介绍
Posted WXiujie123456
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Pytorch之梯度下降和方向传播理论介绍相关的知识,希望对你有一定的参考价值。
梯度
梯度:是一个向量,学习(参数更新)的方向,导数+变化最快的方向。
梯度的本意是一个向量(矢量),表示某一函数在该点处的方向导数沿着该方向取得最大值,即函数在该点处沿着该方向(此梯度的方向)变化最快,变化率最大(为该梯度的模)。
梯度下降
步骤(常用三种方法见后面小节)
算出梯度,梯度的计算公式:gradu=aₓ(∂u/∂x)+aᵧ(∂u/∂y)+az(∂u/∂z)
更新下一个取值点:wn=wn-1-α*gradun-1
梯度下降的一般求法:
批量梯度下降法BGD
批量梯度下降法(Batch Gradient Descent,简称BGD)是梯度下降法最原始的形式,它的具体思路是在更新每一参数时都使用所有的样本来进行更新,其数学形式如下:
(1) 对上述的能量函数求偏导:
(2) 由于是最小化风险函数,所以按照每个参数的梯度负方向来更新每个:
具体的伪代码形式为:
repeat{
(for every j=0, … , n)
}
从上面公式可以注意到,它得到的是一个全局最优解,但是每迭代一步,都要用到训练集所有的数据,如果样本数目很大,那么可想而知这种方法的迭代速度!所以,这就引入了另外一种方法,随机梯度下降。
- **优点:**全局最优解;易于并行实现;
- **缺点:**当样本数目很多时,训练过程会很慢。
从迭代的次数上来看,BGD迭代的次数相对较少。其迭代的收敛曲线示意图可以表示如下:
随机梯度下降法SGD
由于批量梯度下降法在更新每一个参数时,都需要所有的训练样本,所以训练过程会随着样本数量的加大而变得异常的缓慢。随机梯度下降法(Stochastic Gradient Descent,简称SGD)正是为了解决批量梯度下降法这一弊端而提出的。
将上面的能量函数写为如下形式:
利用每个样本的损失函数对求偏导得到对应的梯度,来更新:
具体的伪代码形式为:
1. Randomly shuffle dataset;
2. repeat{
for i=1, … , {
(for j=0, … , )
}
}
随机梯度下降是通过每个样本来迭代更新一次,如果样本量很大的情况(例如几十万),那么可能只用其中几万条或者几千条的样本,就已经将theta迭代到最优解了,对比上面的批量梯度下降,迭代一次需要用到十几万训练样本,一次迭代不可能最优,如果迭代10次的话就需要遍历训练样本10次。但是,SGD伴随的一个问题是噪音较BGD要多,使得SGD并不是每次迭代都向着整体最优化方向。
- 优点:训练速度快;
- 缺点:准确度下降,并不是全局最优;不易于并行实现。
从迭代的次数上来看,SGD迭代的次数较多,在解空间的搜索过程看起来很盲目。其迭代的收敛曲线示意图可以表示如下:
小批量梯度下降法MBGD
有上述的两种梯度下降法可以看出,其各自均有优缺点,那么能不能在两种方法的性能之间取得一个折衷呢?即,算法的训练过程比较快,而且也要保证最终参数训练的准确率,而这正是小批量梯度下降法(Mini-batch Gradient Descent,简称MBGD)的初衷。
MBGD在每次更新参数时使用b个样本(b一般为10),其具体的伪代码形式为:
Say b=10, m=1000.
Repeat{
for i=1, 11, 21, 31, … , 991{
(for every j=0, … , )
}
}
反向传播算法
计算图和反向传播
计算图:通过图的方式来描述函数的图形
J(a,b,c)=3(a+bc),令u=a+v,v=bc,把它绘制成计算图可以表示为:
绘制成为计算图之后,可以清楚地看到向前计算的过程
之后,对每个节点求偏导可有:
那么反向传播的过程就是一个上图从左往右的过程,自变量a,b,c各自的偏导就是连线上的梯度的乘积:
神经网络中的反向传播
个人总结:反向传播的作用还是想求某个值在某一点的偏导,从而确定梯度。反向传播借助由数据和操作构成的计算图,可以反向算出每一层的偏导,从而求出目标点的偏导。
神经网络的示意图
- w1,w2,…,wn表示网络第n层权重
- wn[I,j]表示第n层第i个神经元连接到第n+1层第j个神经元的权重
神经网络的计算图
其中
f(x)是激活函数
▽out是根据损失函数对预测值进行求导得到的结果
公式分为两部分:
-
括号外:左侧红线部分
-
括号内:
加号左边:右边红线部分
加号右边:右边蓝线部分
但是这样做有缺点:当模型很大时,计算量非常大
改进:用反向传播的思想,一层层的求出梯度,记录并更新(随之而来的缺点是需要额外空间存储临时数据),如下所示:
计算过程如下:
更新参数之后,继续反向传播:
计算过程如下:
继续反向传播
计算过程如下:
通用描述如下;
更多Pytorch知识梳理,请参考: pytorch学习笔记
有问题请下方评论,转载请注明出处,并附有原文链接,谢谢!如有侵权,请及时联系。
以上是关于Pytorch之梯度下降和方向传播理论介绍的主要内容,如果未能解决你的问题,请参考以下文章