十八、梯度下降与反向传播_gradient 传递现象

1. 损失函数和梯度

1.1 损失函数的概念

• 对于给定的输入$x$，由$f(x)$给出相应的输出，这个实际输出值和原先预期值Y可能不一致，所以需要定义一个损失函数（LossFunction），也有称之为代价函数（CostFunction）来度量这二者之间的“差异”程度。
• 损失函数是用来度量预测值和实际值之间的差异的。

1.2 常见损失函数：均方误差

• 均方误差（Meansquare error）损失函数。均方误差是回归问题常用的损失函数，它是预测值与目标值之间差值的平方和，其公式和图像如下所示：
  
• 交叉熵：交叉熵是Shannon信息论中一个重要概念，主要用于度量两个概率分布间的差异性信息，在机器学习中用来作为分类问题的损失函数。假设有两个概率分布，tk与yk ,其交叉熵函数公式及图形如下所示：
  

1.3 梯度的概念

• 梯度（gradient）是一个向量（矢量，有方向），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。
• 损失函数沿梯度相反方向收敛最快（即能最快找到极值点）。
  

2. 反向传播计算

2.1 反向传播过程

• 考虑函数$y = f(x) $*, 输出为E，反向传播的计算顺序是，将信号E乘以节点的局部导数（偏导数），传递给前面的节点。
  

2.2 符合函数的反向传播过程

• 考虑复合函数：
  
• $z$对于x的导数（$x$变化对$z$的影响率）可以表示为：

• 复合函数$z$的反向传播过程

3. 线性回归实现

步骤一：准备数据$y=wx+b$

x = torch.rand([50])
y = 3 * x + 0.8

w = torch.rand(1, requires_grad=True)
b = torch.rand(1, requires_grad=True)
1
2
3
4
5

步骤二：构造损失函数

def loss_fn(y, y_predict):
    loss = (y_predict - y).pow(2).mean()
    for i in [w, b]:
        # 每次反向传播前把梯度置为0
        if i.grad is not None:
            i.grad.data.zero_()
    # [i.grad.data.zero_() for i in [w,b] if i.grad is not None]
    loss.backward()
    return loss.data
1
2
3
4
5
6
7
8
9

步骤三： 更新参数

def optimize(learning_rate):
    # print(w.grad.data,w.data,b.data)
    w.data -= learning_rate * w.grad.data
    b.data -= learning_rate * b.grad.data
1
2
3
4

步骤四：训练参数，计算预测值

for i in range(3000):
    # 2. 计算预测值
    y_predict = x * w + b

    # 3.计算损失，把参数的梯度置为0，进行反向传播
    loss = loss_fn(y, y_predict)

    if i % 500 == 0:
        print(i, loss)
    # 4. 更新参数w和b
    optimize(0.01)
1
2
3
4
5
6
7
8
9
10
11

步骤五：绘制图形，观察训练结束的预测之和真实值

# 绘制图形，观察训练结束的预测值和真实值
predict = x * w + b  # 使用训练后的w和b计算预测值

plt.scatter(x.data.numpy(), y.data.numpy(), c="r")
plt.plot(x.data.numpy(), predict.data.numpy())
plt.show()

print("w", w)
print("b", b)
1
2
3
4
5
6
7
8
9