文章目录
0 概述1. 导数的概念1.1 导数的定义1.2 导数的本质2. 偏导数的概念2.1 偏导数定义2.2 偏导数的本质3. 方向导数3.1 方向导数定义3.2 方向导数的最大值4. 梯度4.1 梯度定义4.2 梯度生而最快5. 总结参考:0 概述
我们在ML week 1课程中了解到了单变量线性回归,这里使用了梯度下降法来不断更新θ0,θ1\theta_{0,} \theta_{1}θ0,θ1以求得Cost Function的最优解,从而确定hθ(xi)h_{\theta}\left(x_{i}\right)hθ(xi)。
那这里就产生了一个疑问:为什么使用梯度下降法求解?为什么使用梯度下降法,就能够得到最优解(全局或者局部)?
下边我们将从导数,偏导数,方向导数最后引出梯度,进而讲解为什么梯度下降法能够做到求解最优解。
1. 导数的概念
1.1 导数的定义
增量定义:若f(x)f(x)f(x)在点x0x_{0}x0的某个邻域内有定义,则当自变量 xxx 在x0x_{0}x0处取得增量Δx\Delta xΔx(点x0+Δxx_{0}+\Delta xx0+Δx仍然在邻域内),相应的yyy取得增量Δy=f(x0+Δx)−f(x0)\Delta y=f\left(x_{0}+\Delta x\right)-f\left(x_{0}\right)Δy=f(x0+Δx)−f(x0),如果Δy\Delta yΔy与Δx\Delta xΔx在Δx→0\Delta x \rightarrow 0Δx→0时极限存在,则称y=f(x)y=f(x)y=f(x)在x0x_{0}x0处可导,这个极限就是y=f(x)y=f(x)y=f(x)在x0x_{0}x0的导数,记为f′(x0)f^{\prime}\left(x_{0}\right)f′(x0)。
f′(x0)=limΔx→0ΔyΔx=limΔx→0f(x0+Δx)−f(x0)Δxf^{\prime}\left(x_{0}\right)=\lim _{\Delta x \rightarrow 0} \frac{\Delta y}{\Delta x}=\lim _{\Delta x \rightarrow 0} \frac{f\left(x_{0}+\Delta x\right)-f\left(x_{0}\right)}{\Delta x}f′(x0)=limΔx→0ΔxΔy=limΔx→0Δxf(x0+Δx)−f(x0)
极限定义:在定义域内,当变量xxx趋近于x0x_{0}x0时,f(x)−f(x0)x−x0\frac{f(x)-f\left(x_{0}\right)}{x-x_{0}}x−x0f(x)−f(x0)有极限,则有
f′(x0)=limx→x0f(x)−f(x0)x−x0f^{\prime}\left(x_{0}\right)=\lim _{x \rightarrow x_{0}} \frac{f(x)-f\left(x_{0}\right)}{x-x_{0}}f′(x0)=limx→x0x−x0f(x)−f(x0)
1.2 导数的本质
对于一元函数而言,导数的几何意义是f(x)f(x)f(x)在点x0x_{0}x0切线的斜率。物理角度上来看,路程对时间的导数叫速度,速度对时间的导数叫加速度。
我们可以理解为这是一种线性近似,当一个函数为曲线时,我们对某一点的斜率,就是通过导数这种线性近似求得的。
但是对于多元函数而言,由于其几何图形为一个曲面,这时候导数作为切线斜率的解释似乎不成立了,因此引入了偏导数的概念。
2. 偏导数的概念
2.1 偏导数定义
对于多元函数,求导数其实也是要求一个切线的斜率,但是由于曲面上的点的切线有无数条,那么取那条切线的斜率呢,这时候就引入了偏导数的概念。
偏导数其实就是选取比较特殊的切线,求其斜率而得,以二元函数z=f(x,y)z=f(x, y)z=f(x,y)为例,分为对xxx的偏导数和对yyy的偏导数。
如图所示:
对xxx的偏导数:过点(x0,y0,z0)\left(x_{0}, y_{0},z_{0}\right)(x0,y0,z0)垂直于yyy轴的曲线,在该点切线的斜率。
此时,该曲线可表示为
z=f(x,y)z=f(x, y)z=f(x,y)
x=tx=tx=t
y=a+0×ty=a+0 \times ty=a+0×t
因此,我们求对xxx的偏导数,认为yyy是常量是完全正确的。
用导数定义来表示xxx的偏导数,
fx(x0,y0)=limΔx→0f(x0+Δx,y0)−f(x0,y0)Δxf_{x}\left(x_{0}, y_{0}\right)=\lim _{\Delta x \rightarrow 0} \frac{f\left(x_{0}+\Delta x, y_{0}\right)-f\left(x_{0}, y_{0}\right)}{\Delta x}fx(x0,y0)=limΔx→0Δxf(x0+Δx,y0)−f(x0,y0)
对yyy的偏导数:过点(x0,y0,z0)\left(x_{0}, y_{0},z_{0}\right)(x0,y0,z0)垂直于xxx轴的曲线,在该点切线的斜率。
同上理解。
fy(x0,y0)=limΔy→0f(x0,y0+Δy)−f(x0,y0)Δyf_{y}\left(x_{0}, y_{0}\right)=\lim _{\Delta y \rightarrow 0} \frac{f\left(x_{0}, y_{0}+\Delta y\right)-f\left(x_{0}, y_{0}\right)}{\Delta y}fy(x0,y0)=limΔy→0Δyf(x0,y0+Δy)−f(x0,y0)
2.2 偏导数的本质
偏导数几何意义也是切线斜率, 但是由于曲面上一点的切线有无数条(实际上是个切面),偏导数选取的是垂直于各坐标轴的几条特殊切线的斜率。
偏导数物理意义表示函数沿着某个坐标轴方向上的变化率。
但是如果我们想求任意一条曲线切线斜率怎么办呢?这时候就引入了方向导数,可以求出曲面上某一点沿着任意方向的切线斜率。
3. 方向导数
以z=f(x,y)z=f(x, y)z=f(x,y)为例,过曲面上任意一点(x0,y0,z0)\left(x_{0}, y_{0},z_{0}\right)(x0,y0,z0)的所有切线,组成一个切面。偏导数仅仅选择了垂直于xxx和yyy轴方向的两条切线,计算斜率,方向导数则要求任意切向的斜率。
如下图所示
3.1 方向导数定义
xxx和yyy平面上的一个方向向量,决定了一条过点(x0,y0,z0)\left(x_{0}, y_{0},z_{0}\right)(x0,y0,z0)的唯一曲线,此时曲线函数可表示为:
z=f(x,y)z=f(x, y)z=f(x,y)
x=x0+tcosαt≥0x=x_{0}+t \cos \alpha \quad t \geq 0x=x0+tcosαt≥0
y=y0+tcosβt≥0y=y_{0}+t \cos \beta \quad t \geq 0y=y0+tcosβt≥0
u=i⃗cosα+j⃗cosβ=i⃗cosα+j⃗sinαu=\vec{i} \cos \alpha+\vec{j} \cos \beta=\vec{i} \cos \alpha+\vec{j} \sin \alphau=icosα+jcosβ=icosα+jsinα
其中α\alphaα和β\betaβ分别为该方向向量与xxx轴和yyy轴的夹角。
则该曲线的记为方向u的导数,定义:
Duf(x,y)D_{u} f(x, y)Duf(x,y)=limt→0f(x0+tcosα,y0+tsinα)−f(x0,y0)t\lim _{t \rightarrow 0} \frac{f\left(x_{0}+t \cos \alpha, y_{0}+t \sin \alpha\right)-f\left(x_{0}, y_{0}\right)}{t}limt→0tf(x0+tcosα,y0+tsinα)−f(x0,y0)
通过偏微分简化计算可得(这一步的数学证明,请自行搜索),
Duf(x,y)=fx(x,y)cosα+fy(x,y)sinαD_{u} f(x, y)=f_{x}(x, y) \cos \alpha+f_{y}(x, y) \sin \alphaDuf(x,y)=fx(x,y)cosα+fy(x,y)sinα
3.2 方向导数的最大值
设偏导向量:
A⃗=(fx(x,y),fy(x,y))\vec{A}=\left(f_{x}(x, y), f_{y}(x, y)\right)A=(fx(x,y),fy(x,y))
方向向量:
u⃗=(cosα,sinα)\vec{u}=(\cos \alpha, \sin \alpha)u=(cosα,sinα)
则
Duf(x,y)=A⃗∗u⃗D_{u} f(x, y)=\vec{A} * \vec{u}Duf(x,y)=A∗u=∣A⃗∣∗∣u⃗∣∗cos(θ)|\vec{A}| *|\vec{u}| * \cos (\theta)∣A∣∗∣u∣∗cos(θ)
其中 θ\thetaθ 是偏导向量和方向向量之间的夹角。显而易见,当θ\thetaθ=0时,Duf(x,y)D_{u} f(x, y)Duf(x,y)取得最大值。
换句话说,当方向u⃗\vec{u}u和偏导向量同向时,方向导数取得正最大值,反向时,取得负最大值。
记住这个结论,接下来我们看梯度定义。
4. 梯度
4.1 梯度定义
对于函数z=f(x,y)z=f(x, y)z=f(x,y),在平面区域D内具有一阶连续偏导数,则对于每一点(x0,y0)∈D\left(x_{0}, y_{0}\right) \in D(x0,y0)∈D都可以定义出一个向量:
fx(x0,y0)i⃗+fy(x0,y0)j⃗f_{x}\left(x_{0}, y_{0}\right) \vec{i}+f_{y}\left(x_{0}, y_{0}\right) \vec{j}fx(x0,y0)i+fy(x0,y0)j
这个向量称为函数f(x,y)f(x, y)f(x,y)在(x0,y0)\left(x_{0}, y_{0}\right)(x0,y0)的梯度,记作 gradf(x0,y0)\operatorname{grad} f\left(x_{0}, y_{0}\right)gradf(x0,y0)或者∇f(x0,y0)\nabla f\left(x_{0}, y_{0}\right)∇f(x0,y0)。其中∇=∂∂xi⃗+∂∂yj⃗\nabla=\frac{\partial}{\partial x} \vec{i}+\frac{\partial}{\partial y} \vec{j}∇=∂x∂i+∂y∂j称为向量微分算子或者Nabla算子。
4.2 梯度生而最快
到这里,发现梯度就定义为偏导向量的方向。而方向导数一节已经证明,沿着偏导向量方向的方向导数Duf(x,y)D_{u} f(x, y)Duf(x,y)能够取得最大值。
因此在不断的迭代计算中,每一次沿着负梯度方向进行更新参数,就能够达到最低点。
5. 总结
通过导数,偏导数,方向导数的逐步讲解,最后给出梯度的定义,发现梯度天生定义就是变化最快的方向。
这是未来使用梯度下降法求解优化问题的数学基础。
参考:
/question/36301367 马同学和忆臻 的回答
/halfrost/Halfrost-Field