| 项目 | 内容 |
|---|---|
| 课程 | 人工智能实战2019 |
| 作业要求 | 第3次作业 |
| 课程目标 | 学习人工智能基础知识 |
| 本次作业对我的帮助 | 学习随机梯度下降的三种方法，理解损失函数图像的内涵 |
| 理论课程 | 梯度下降的三种形式 |
使用Mini-Batch方式进行梯度下降
要求
- 采用随机选取数据的方式
- batch size 分别选择5、10、15进行运行
代码实现
import numpy as np
import matplotlib.pyplot as plt
from pathlib import Path
x_data_name = "TemperatureControlXData.dat"
y_data_name = "TemperatureControlYData.dat"
def ReadData():
Xfile = Path(x_data_name)
Yfile = Path(y_data_name)
if Xfile.exists() & Yfile.exists():
X = np.load(Xfile)
Y = np.load(Yfile)
return X.reshape(1,-1),Y.reshape(1,-1)
else:
return None,None
def shuffle_batch(X, Y, batch_size):
rnd_idx = np.random.permutation(len(X))
n_batches = len(X)
for batch_idx in np.array_split(rnd_idx, n_batches):
X_batch, Y_batch = X[batch_idx], Y[batch_idx]
yield X_batch, Y_batch
def ForwardCalculationBatch(W,B,batch_x):
Z = np.dot(W, batch_x) + B
return Z
def BackPropagationBatch(batch_x, batch_y, batch_z):
m = batch_x.shape[1]
dZ = batch_z - batch_y
dB = dZ.sum(axis=1, keepdims=True)/m
dW = np.dot(dZ, batch_x.T)/m
return dW, dB
def UpdateWeights(w, b, dW, dB, eta):
w = w - eta*dW
b = b - eta*dB
return w,b
def InitialWeights(num_input, num_output, flag):
if flag == 0:
# zero，全零初始化
W = np.zeros((num_output, num_input))
elif flag == 1:
# normalize，高斯分布初始化
W = np.random.normal(size=(num_output, num_input))
elif flag == 2:
# xavier，均匀分布初始化
W=np.random.uniform(
-np.sqrt(6/(num_input+num_output)),
np.sqrt(6/(num_input+num_output)),
size=(num_output,num_input))
B = np.zeros((num_output, 1))
return W,B
def CheckLoss(W, B, X, Y):
m = X.shape[1]
Z = np.dot(W, X) + B
LOSS = (Z - Y)**2
loss = LOSS.sum()/m/2
return loss
if __name__ == '__main__':
eta = 0.1
size = {5,15,20}
max_epoch = 50
X, Y = ReadData()
num_example = X.shape[1]
num_feature = X.shape[0]
for batch_size in size:
W, B = InitialWeights(1,1,2)
loss = []
for epoch in range(max_epoch):
for batch_x,batch_y in shuffle_batch(X,Y,batch_size):
batch_z = ForwardCalculationBatch(W, B, batch_x)
dW, dB = BackPropagationBatch(batch_x, batch_y, batch_z)
W, B = UpdateWeights(W, B, dW, dB, eta)
temp = CheckLoss(W,B,X,Y)
loss.append(temp)
plt.plot(loss)
plt.legend(['batch_size : 5','batch_size : 10','batch_size : 15'],loc ='upper right')
plt.show()
运行结果
- 学习率eta = 0.01
- 学习率eta = 0.1
- 学习率eta = 0.2
- 学习率eta = 0.5
总结
- 随着学习率eta的增大，会在极值点附近产生跳跃，曲线波动增大
- batch size的的改变，会改变学习速度；batch size过大或过小都不利于提高学习速度
- Mini-Batch综合了全批量梯度下降BGD和随机梯度下降SGD的优点，在更新速度与更新次数中取一个平衡。相较于BGD，提高了每次的学习速度，不必担心内存瓶颈；相较于SGD，降低了收敛波动性，使更新更加稳定。
梯度下降算法的问题与挑战
- 很难选择一个合理的学习速率
- 学习速率调整都需要事先进行固定设置，无法自适应每次学习的数据集特点（比如对于很少出现的特征，应用较大的学习速率）
- 对于非凸目标函数，容易陷入局部最优（虽然使用SGD，会增大得到全局最优的可能性）
关于损失函数的2D示意图的思考题
1. 为什么是椭圆而不是圆？
由题设知：
[J(w, b)=frac{1}{2 m} sum_{i}^{m}left(a_{i}-y_{i}
ight)^{2}=frac{1}{2 m} sum_{i}^{m}left(omega x+b-y_{i}
ight)^{2}
]
令J=z，整理损失函数表达式可得：
[left(sum_{i}^{m} x_{i}^{2}
ight) w^{2}+m b^{2}+left(2 sum_{i}^{m} x_{i}
ight) w b-left(2 sum_{i}^{m} x_{i} y_{i}
ight) w-left(2 sum_{i}^{m} y_{i}
ight) b+left(sum_{i}^{m} y_{i}^{2}
ight)=2 m z
]
由椭圆抛物面的标准方程可推知，变换后的损失函数表达式为椭圆抛物面的一般方程。故投影到2维平面是一般椭圆。
2. 如何把这个图变成一个圆？
只需使变换后的损失函数表达式与回转抛物面的一般方程一致即可。
交叉项前的系数为0，二次项前的系数相等：
[left(2 sum_{i}^{m} x_{i}
ight)=0 quad left(sum_{i}^{m} x_{i}^{2}
ight)=m
]
代码实现
x = x - x.mean(axis=0) #使交叉项前的系数为0
x = x*np.sqrt(len(x)/np.sum(np.square(x))) #使二次方前的系数相等
运行结果（主程序引用自：Microsoft/ai-edu）
3. 为什么中心是个椭圆区域而不是一个点？
- 从数学角度分析，利用偏导数的知识可以求出唯一最优解，故椭圆抛物面中心是一个点。
- 我们绘制的图像其实是由很多离散的点组成，并非连续曲面。由于我们使用的梯度下降算法属于数值解法，会无限逼近数学解析最优解，而满足给定误差限的点有无穷多个，故中心形成区域。