iT邦幫忙

2018 iT 邦幫忙鐵人賽
11
AI & Machine Learning

以100張圖理解 Neural Network -- 觀念與實踐系列 第 31

Day N+1:進一步理解『梯度下降』(Gradient Descent)

  • 分享至 

  • xImage
  •  

前言

在 Neural Network 的求解過程中,最重要而難懂的觀念應該是『梯度下降』(Gradient Descent)吧 ,我雖然在Day 03:Neural Network 的概念探討引用了一個比喻如下,但是,當時我的腦中還是充滿OOXX,經過一段時間思考後,總算從相關資料得到一些心得,希望與同好分享,其中也牽涉一些數學證明,如果筆者解釋不清楚,歡迎同好不吝指教。

梯度下降法就好比『我們在山頂,但不知道要下山的路,於是,我們就沿路找向下坡度最大的叉路走,直到下到平地為止』。要找到向下坡度最大,在數學上常使用『偏微分』(Partial Differential),求取斜率,一步步的逼近,直到沒有顯著改善為止,這時我們就認為是最佳解了,過程可參考下圖說明。

圖一. 梯度下降法(Gradient descent),圖片來源:Batch gradient descent vs Stochastic gradient descent

圖解

Neural Network 的處理過程如下:

依據上圖,我們先建構好模型,決定要做幾層的隱藏層,接著,Neural Network 就會利用 Forward Propagation 及 Backpropagation 機制,如下圖,幫我們求算模型中最重要的參數 -- 『權重』(Weight),這個過程就稱為『最佳化』(Optimization),最常用的技巧就是『梯度下降』(Gradient Descent)。
https://ithelp.ithome.com.tw/upload/images/20180326/20001976ZvQ1jpvvYJ.png
圖片來源:Python Machine Learning, Packt

接著,我們就來用圖說故事,這部份主要參考 DataCamp Deep Learning in Python 的投影片,先假設一個簡單模型如下圖,只有一層隱藏層,兩個 Input 變數值。

  1. 先任意假設一組權重(W),如圖中紅圈內數字。
  2. 每一層的 output 就等於 前一層的 input 乘以權重(W), 即 y = sum(w * x),這個過程就是 Forward Propagation。舉例來說,隱藏層的第一個節點(Node)就等於 2 * 1 + 3 * 1 = 5, 第二個節點就等於 2 * -1 + 3 * 1 = 1,output層就等於 5 * 2 + 1 * -1 = 9。

https://ithelp.ithome.com.tw/upload/images/20180326/20001976gHukZnu4sd.png
圖片來源:DataCamp Deep Learning in Python

  1. 接著,我們就反推回去(Backpropagation),用『梯度下降法』,逐步調整權重(W),慢慢逼近最佳解,以達到『損失函數最小化』。如圖一,我們先求算梯度(Gradient),再依梯度往下走,損失就會越來越小,梯度的公式等於 -2 * input * (y實際值 - y 預測值),後續會證明。再接續上圖,假設已知資料的ouput實際值為 13,那損失就等於 13-9 = 4,這時的output對隱藏層兩個節點的梯度就分別等於 -2 * 5 * 4 = -40 及 -2 * 1 * 4 = -8,因此,我們,就可以設定下降的步幅,即學習率(Learning Rate),譬如 0.01,所以,調整新權重 = 原權重 - (學習率 * 梯度),推算出所有的權重後,再回到步驟2,不斷循環,直到損失的縮小已經不顯著了,我們就認定那一組權重是最佳解了。公式整理如下:
    https://ithelp.ithome.com.tw/upload/images/20180326/20001976hXyCazmg7X.png

梯度數學證明

先以上例說明,梯度可以使用『最小平方估計法』(Ordinary Least Sequare, OLS)求得,利用偏微分求『梯度』,如下圖。
https://ithelp.ithome.com.tw/upload/images/20180326/20001976Ke8R0DCxRw.png

  • 如果有 bias:即 y = b + w * x,只要等式兩邊各減 b,變成 y' = w * x,還是可以用上圖推導,公式不變。
  • 通常會看到 SSE 會乘上 ½,書上說是為了計算方便。

範例程式

參考『梯度下降法快速教程 _ 第一章:Python简易实现以及对学习率的探讨 - CSDN博客』,整理如下,程式名稱為 gd1.py:

import numpy as np
import matplotlib.pyplot as plt

# 目標函數:y=x^2
def func(x): return np.square(x)

# 目標函數一階導數:dy/dx=2*x
def dfunc(x): return 2 * x

def GD(x_start, df, epochs, lr):    
    """  梯度下降法。給定起始點與目標函數的一階導函數,求在epochs次反覆運算中x的更新值
        :param x_start: x的起始點    
        :param df: 目標函數的一階導函數    
        :param epochs: 反覆運算週期    
        :param lr: 學習率    
        :return: x在每次反覆運算後的位置(包括起始點),長度為epochs+1    
     """    
    xs = np.zeros(epochs+1)    
    x = x_start    
    xs[0] = x    
    for i in range(epochs):         
        dx = df(x)        
        # v表示x要改變的幅度        
        v = - dx * lr        
        x += v        
        xs[i+1] = x    
    return xs

# Main
# 起始權重
x_start = 5    
# 執行週期數
epochs = 15 
# 學習率   
lr = 0.3   
# 梯度下降法 
x = GD(x_start, dfunc, epochs, lr=lr) 
print (x)
# 輸出:[-5.     -2.     -0.8    -0.32   -0.128  -0.0512]

color = 'r'    
#plt.plot(line_x, line_y, c='b')    
from numpy import arange
t = arange(-6.0, 6.0, 0.01)
plt.plot(t, func(t), c='b')
plt.plot(x, func(x), c=color, label='lr={}'.format(lr))    
plt.scatter(x, func(x), c=color, )    
plt.legend()

plt.show()

  • 方式執行: python gd1.py

  • 結果如下圖,藍色曲線是損失函數或目標函數,紅色折線是以『梯度下降法』逼近最佳解的過程(由上而下)。

  • dfunc 是 func 偏微分的公式,X^2 偏微分等於 2 * X,讀者可以同時改變 func、dfunc 內容,試試看結果是否依然正確。

  • 調整其它 Hyperparameters,例如 x_start、epochs、lr,測試逼近的過程。
    https://ithelp.ithome.com.tw/upload/images/20180326/20001976SFEbCp5MJM.png

  • 學習率(lr) 設的過大就會像下圖右,左右跳動,可能求不到最佳解。
    https://ithelp.ithome.com.tw/upload/images/20180326/200019761F4GaPUSgA.png
    圖片來源:『梯度下降法快速教程 _ 第一章:Python简易实现以及对学习率的探讨 - CSDN博客』

結語

經過鐵人賽連續30天的自我凌虐後,休養生息,發現功力還是在小學程度,決定打掉重練,把每個環節搞清楚,希望有朝一日能打通任督二脈,歡迎讀者能隨時加持一下。


上一篇
Day 30:完結篇 -- Machine Learning 工作前景與技能
系列文
以100張圖理解 Neural Network -- 觀念與實踐31
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

1 則留言

2
圓頭人
iT邦研究生 5 級 ‧ 2018-03-27 16:02:36

爬山總是腰繞來腰繞去
下山若找到最大坡度下來,到了平地,可能發現這不是我想要的平地.

哈哈. 是啊,損失函數如果不是凸集合,如下圖,就找不到最佳解。
https://ithelp.ithome.com.tw/upload/images/20180327/20001976D4ySHdi72A.png

https://ithelp.ithome.com.tw/upload/images/20180327/20001976lL53V91qkd.png
資料來源: Machine Learning Glossary

我要留言

立即登入留言