八度：逻辑回归：fmincg 和 fminunc 之间的差异

Posted 2023-03-12

【中文标题】八度：逻辑回归：fmincg 和 fminunc 之间的差异

【英文标题】：Octave : logistic regression : difference between fmincg and fminunc

【发布时间】：2012-08-20 08:29:12

【问题描述】：

我经常使用fminunc 来解决逻辑回归问题。我在网上看到Andrew Ng 使用fmincg 而不是fminunc，具有相同的论点。结果不同，通常fmincg 更准确，但不会太多。 （我正在将 fmincg 函数 fminunc 的结果与相同的数据进行比较）

那么，我的问题是：这两个函数有什么区别？每个函数都实现了什么算法？ （现在，我只是使用这些函数而不知道它们是如何工作的）。

谢谢:)

【问题讨论】：

fmincg 在哪里？它不在 octave 核心中，也不在任何 Forge 包中。

【参考方案1】：

您必须查看 fmincg 的代码，因为它不是 Octave 的一部分。经过一番搜索，我发现它是 Coursera 机器学习类提供的一个函数文件，作为作业的一部分。阅读 this question 上的 cmets 和答案，了解有关算法的讨论。

【讨论】：

哦。谢谢 :) 我没有注意到我的文件夹中的 fmincg 中有一个文件。非常感谢

那个问题的评论没有说明fmincg；他们只是在讨论与这个问题无关的fminsearch。 @emrea 的回答表明 fmincg 正在实施 conjugate gradient method。

【参考方案2】：

与此处暗示 fmincg 和 fminunc 之间的主要区别是准确性或速度的其他答案相比，对于某些应用程序而言，最重要的区别可能是内存效率。在 Andrew Ng 在 Coursera 的机器学习课程的编程练习 4（即神经网络训练）中，ex4.m 中关于 fmincg 的评论是

%% =================== 第 8 部分：训练 NN =================== % 您现在已经实现了训练神经网络所需的所有代码 ％ 网络。为了训练您的神经网络，我们现在将使用“fmincg”，它 % 是一个与“fminunc”类似的函数。回想一下这些 % 高级优化器能够有效地训练我们的成本函数，因为 % 只要我们为他们提供梯度计算。

和原来的海报一样，我也很好奇 ex4.m 的结果在使用 fminunc 而不是 fmincg 时可能会有什么不同。所以我尝试替换 fmincg 调用

options = optimset('MaxIter', 50);
[nn_params, cost] = fmincg(costFunction, initial_nn_params, options);

通过以下对 fminunc 的调用

options = optimset('GradObj', 'on', 'MaxIter', 50);
[nn_params, cost, exit_flag] = fminunc(costFunction, initial_nn_params, options);

但从在 Windows 上运行的 32 位 Octave 构建中收到以下错误消息：

错误：内存耗尽或请求的大小对于 Octave 的索引范围来说太大 type -- 试图返回提示符

在 Windows 上运行的 32 位版本的 MATLAB 提供了更详细的错误消息：

使用查找出错 记不清。键入 HELP MEMORY 作为您的选项。 spones 中的错误（第 14 行） [i,j] = 查找(S); 颜色错误（第 26 行） J = spones(J); sfminbx 中的错误（第 155 行） 组 = 颜色(Hstr,p); fminunc 中的错误（第 408 行） [x,FVAL,~,EXITFLAG,OUTPUT,GRAD,HESSIAN] = sfminbx(funfcn,x,l,u, ... ex4 中的错误（第 205 行） [nn_params, cost, exit_flag] = fminunc(costFunction, initial_nn_params, options);

我的笔记本电脑上的 MATLAB memory 命令报告：

最大可能数组：2046 MB（2.146e+09 字节）* 可用于所有阵列的内存：3402 MB（3.568e+09 字节）** MATLAB 使用的内存：373 MB（3.910e+08 字节） 物理内存 (RAM)：3561 MB（3.734e+09 字节） * 受限于可用的连续虚拟地址空间。 ** 受限于可用的虚拟地址空间。

我之前在想 Ng 教授选择使用 fmincg 来训练 ex4.m 神经网络（有 400 个输入特征，401 个包括偏置输入）来提高训练速度。然而，现在我相信他使用 fmincg 的原因是为了提高内存效率，足以允许在 Octave/MATLAB 的 32 位构建上执行训练。关于获得在 Windows 操作系统上运行的 64 位 Octave 构建的必要工作的简短讨论是here.

【参考方案3】：

根据 Andrew Ng 本人的说法，fmincg 不是用来获得更准确的结果（请记住，您的成本函数在任何一种情况下都是相同的，并且您的假设不会更简单或更复杂），而是因为它在对特别复杂的假设进行梯度下降。他本人似乎使用fminunc，假设的特征很少，但fmincg，它有数百个。

【讨论】：

当您说的术语较少时，您的意思是什么？特征和参数的数量？

fmincg 的工作方式与fminunc 类似，但在处理大量参数时效率更高。

【参考方案4】：

为什么 fmincg 有效？

这里是一份带有 cmets 的源代码副本，解释了所使用的各种算法。这真是太棒了，就像孩子的大脑在学习区分狗和椅子时所做的一样。

这是 fmincg.m 的 Octave 源代码。

function [X, fX, i] = fmincg(f, X, options, P1, P2, P3, P4, P5)
% Minimize a continuous differentialble multivariate function. Starting point
% is given by "X" (D by 1), and the function named in the string "f", must
% return a function value and a vector of partial derivatives. The Polack-
% Ribiere flavour of conjugate gradients is used to compute search directions,
% and a line search using quadratic and cubic polynomial approximations and the
% Wolfe-Powell stopping criteria is used together with the slope ratio method
% for guessing initial step sizes. Additionally a bunch of checks are made to
% make sure that exploration is taking place and that extrapolation will not
% be unboundedly large. The "length" gives the length of the run: if it is
% positive, it gives the maximum number of line searches, if negative its
% absolute gives the maximum allowed number of function evaluations. You can
% (optionally) give "length" a second component, which will indicate the
% reduction in function value to be expected in the first line-search (defaults
% to 1.0). The function returns when either its length is up, or if no further
% progress can be made (ie, we are at a minimum, or so close that due to
% numerical problems, we cannot get any closer). If the function terminates
% within a few iterations, it could be an indication that the function value
% and derivatives are not consistent (ie, there may be a bug in the
% implementation of your "f" function). The function returns the found
% solution "X", a vector of function values "fX" indicating the progress made
% and "i" the number of iterations (line searches or function evaluations,
% depending on the sign of "length") used.
%
% Usage: [X, fX, i] = fmincg(f, X, options, P1, P2, P3, P4, P5)
%
% See also: checkgrad
%
% Copyright (C) 2001 and 2002 by Carl Edward Rasmussen. Date 2002-02-13
%
%
% (C) Copyright 1999, 2000 & 2001, Carl Edward Rasmussen
%
% Permission is granted for anyone to copy, use, or modify these
% programs and accompanying documents for purposes of research or
% education, provided this copyright notice is retained, and note is
% made of any changes that have been made.
%
% These programs and documents are distributed without any warranty,
% express or implied.  As the programs were written for research
% purposes only, they have not been tested to the degree that would be
% advisable in any important application.  All use of these programs is
% entirely at the user's own risk.
%
% [ml-class] Changes Made:
% 1) Function name and argument specifications
% 2) Output display
%

% Read options
if exist('options', 'var') && ~isempty(options) && isfield(options, 'MaxIter')
    length = options.MaxIter;
else
    length = 100;
end

RHO = 0.01;                            % a bunch of constants for line searches
SIG = 0.5;       % RHO and SIG are the constants in the Wolfe-Powell conditions
INT = 0.1;    % don't reevaluate within 0.1 of the limit of the current bracket
EXT = 3.0;                    % extrapolate maximum 3 times the current bracket
MAX = 20;                         % max 20 function evaluations per line search
RATIO = 100;                                      % maximum allowed slope ratio

argstr = ['feval(f, X'];                      % compose string used to call function
for i = 1:(nargin - 3)
  argstr = [argstr, ',P', int2str(i)];
end
argstr = [argstr, ')'];

if max(size(length)) == 2, red=length(2); length=length(1); else red=1; end
S=['Iteration '];

i = 0;                                            % zero the run length counter
ls_failed = 0;                             % no previous line search has failed
fX = [];
[f1 df1] = eval(argstr);                      % get function value and gradient
i = i + (length<0);                                            % count epochs?!
s = -df1;                                        % search direction is steepest
d1 = -s'*s;                                                 % this is the slope
z1 = red/(1-d1);                                  % initial step is red/(|s|+1)

while i < abs(length)                                      % while not finished
  i = i + (length>0);                                      % count iterations?!

  X0 = X; f0 = f1; df0 = df1;                   % make a copy of current values
  X = X + z1*s;                                             % begin line search
  [f2 df2] = eval(argstr);
  i = i + (length<0);                                          % count epochs?!
  d2 = df2'*s;
  f3 = f1; d3 = d1; z3 = -z1;             % initialize point 3 equal to point 1
  if length>0, M = MAX; else M = min(MAX, -length-i); end
  success = 0; limit = -1;                     % initialize quanteties
  while 1
    while ((f2 > f1+z1*RHO*d1) | (d2 > -SIG*d1)) & (M > 0)
      limit = z1;                                         % tighten the bracket
      if f2 > f1
        z2 = z3 - (0.5*d3*z3*z3)/(d3*z3+f2-f3);                 % quadratic fit
      else
        A = 6*(f2-f3)/z3+3*(d2+d3);                                 % cubic fit
        B = 3*(f3-f2)-z3*(d3+2*d2);
        z2 = (sqrt(B*B-A*d2*z3*z3)-B)/A;       % numerical error possible - ok!
      end
      if isnan(z2) | isinf(z2)
        z2 = z3/2;                  % if we had a numerical problem then bisect
      end
      z2 = max(min(z2, INT*z3),(1-INT)*z3);  % don't accept too close to limits
      z1 = z1 + z2;                                           % update the step
      X = X + z2*s;
      [f2 df2] = eval(argstr);
      M = M - 1; i = i + (length<0);                           % count epochs?!
      d2 = df2'*s;
      z3 = z3-z2;                    % z3 is now relative to the location of z2
    end
    if f2 > f1+z1*RHO*d1 | d2 > -SIG*d1
      break;                                                % this is a failure
    elseif d2 > SIG*d1
      success = 1; break;                                             % success
    elseif M == 0
      break;                                                          % failure
    end
    A = 6*(f2-f3)/z3+3*(d2+d3);                      % make cubic extrapolation
    B = 3*(f3-f2)-z3*(d3+2*d2);
    z2 = -d2*z3*z3/(B+sqrt(B*B-A*d2*z3*z3));        % num. error possible - ok!
    if ~isreal(z2) | isnan(z2) | isinf(z2) | z2 < 0   % num prob or wrong sign?
      if limit < -0.5                               % if we have no upper limit
        z2 = z1 * (EXT-1);                 % the extrapolate the maximum amount
      else
        z2 = (limit-z1)/2;                                   % otherwise bisect
      end
    elseif (limit > -0.5) & (z2+z1 > limit)          % extraplation beyond max?
      z2 = (limit-z1)/2;                                               % bisect
    elseif (limit < -0.5) & (z2+z1 > z1*EXT)       % extrapolation beyond limit
      z2 = z1*(EXT-1.0);                           % set to extrapolation limit
    elseif z2 < -z3*INT
      z2 = -z3*INT;
    elseif (limit > -0.5) & (z2 < (limit-z1)*(1.0-INT))   % too close to limit?
      z2 = (limit-z1)*(1.0-INT);
    end
    f3 = f2; d3 = d2; z3 = -z2;                  % set point 3 equal to point 2
    z1 = z1 + z2; X = X + z2*s;                      % update current estimates
    [f2 df2] = eval(argstr);
    M = M - 1; i = i + (length<0);                             % count epochs?!
    d2 = df2'*s;
  end                                                      % end of line search

  if success                                         % if line search succeeded
    f1 = f2; fX = [fX' f1]';
    fprintf('%s %4i | Cost: %4.6e\r', S, i, f1);
    s = (df2'*df2-df1'*df2)/(df1'*df1)*s - df2;      % Polack-Ribiere direction
    tmp = df1; df1 = df2; df2 = tmp;                         % swap derivatives
    d2 = df1'*s;
    if d2 > 0                                      % new slope must be negative
      s = -df1;                              % otherwise use steepest direction
      d2 = -s'*s;
    end
    z1 = z1 * min(RATIO, d1/(d2-realmin));          % slope ratio but max RATIO
    d1 = d2;
    ls_failed = 0;                              % this line search did not fail
  else
    X = X0; f1 = f0; df1 = df0;  % restore point from before failed line search
    if ls_failed | i > abs(length)          % line search failed twice in a row
      break;                             % or we ran out of time, so we give up
    end
    tmp = df1; df1 = df2; df2 = tmp;                         % swap derivatives
    s = -df1;                                                    % try steepest
    d1 = -s'*s;
    z1 = 1/(1-d1);
    ls_failed = 1;                                    % this line search failed
  end
  if exist('OCTAVE_VERSION')
    fflush(stdout);
  end
end
fprintf('\n');

【参考方案5】：

fmincg 使用conjugate gradient method

如果您查看此链接中的图片，您会发现 CG 方法的收敛速度比 fminunc 快得多，但它假设了一些我认为 fminunc 方法不需要的约束（BFGS）（共轭向量与非共轭向量）。

换句话说，fmincg 方法比 fminunc 更快但更粗糙，因此它更适用于大型矩阵（许多特征，例如数千个），而不是具有多达数百个特征的较小矩阵。 希望这会有所帮助。

【参考方案6】：

fmincg 比 fminunc 更准确。它们所花费的时间几乎相同。在神经网络中或通常没有更多权重的 fminunc 会给出内存不足错误。因此 fmincg 内存效率更高。

使用 fminunc，准确度为 93.10，所用时间为 11.3794 秒。

Testing lrCostFunction() with regularization
Cost: 2.534819
Expected cost: 2.534819
Gradients:
 0.146561
 -0.548558
 0.724722
 1.398003
Expected gradients:
 0.146561
 -0.548558
 0.724722
 1.398003
Program paused. Press enter to continue.

Training One-vs-All Logistic Regression...
id = 1512324857357
Elapsed time is 11.3794 seconds.
Program paused. Press enter to continue.

Training Set Accuracy: 93.100000

使用 fmincg，准确度为 95.12，所用时间为 11.7978 秒。

Testing lrCostFunction() with regularization
Cost: 2.534819
Expected cost: 2.534819
Gradients:
 0.146561
 -0.548558
 0.724722
 1.398003
Expected gradients:
 0.146561
 -0.548558
 0.724722
 1.398003
Program paused. Press enter to continue.

Training One-vs-All Logistic Regression...
id = 1512325280047
Elapsed time is 11.7978 seconds.

Training Set Accuracy: 95.120000

【参考方案7】：

使用 fmincg 优化代价函数。fmincg 的工作方式与 fminunc 类似，但在处理大量参数时效率更高。无论哪种情况，您的成本函数都是相同的，并且您的假设不会更简单或更复杂），但是因为它在对特别复杂的假设进行梯度下降时更有效。

它用于有效利用内存。

【讨论】：

恭喜您获得第一个 SO 答案！为了进一步改进您的答案，您可以链接到一些支持您所描述内容的证据或文档。

【参考方案8】：

fmincg 是 Coursera 上 course 开发的内部函数，不像 fminunc 是内置的 Octave 函数。由于它们都用于逻辑回归，因此它们仅在一个方面有所不同。当要考虑的参数数量相当大时（如果与训练集的大小相比），fmincg 比 fminunc 工作得更快并且处理更准确。而且，当传递给它的参数没有限制（不受约束）时，首选 fminunc。