python梯度下降法的簡單示例
梯度下降法的原理和公式這里不講,就是一個直觀的、易于理解的簡單例子。
1.最簡單的情況,樣本只有一個變量,即簡單的(x,y)。多變量的則可為使用體重或身高判斷男女(這是假設,并不嚴謹),則變量有兩個,一個是體重,一個是身高,則可表示為(x1,x2,y),即一個目標值有兩個屬性。
2.單個變量的情況最簡單的就是,函數(shù)hk(x)=k*x這條直線(注意:這里k也是變化的,我們的目的就是求一個最優(yōu)的 k)。而深度學習中,我們是不知道函數(shù)的,也就是不知道上述的k。 這里討論單變量的情況:
在不知道k的情況下,我們是通過樣本(x1,y1),(x2,y2),(xn,yn)來獲取k。獲取的k的好壞則有損失函數(shù)來衡量。
損失函數(shù):就是你預測的值和真實值的差異大?。ū热缫粋€樣本(1,1)他的真實值是1,而你預測的是0.5,則差異 比較大,如果你預測值為0.9999,則差異就比較小了)。
損失函數(shù)為定義如下(此處為單變量的情況)

目的是求使損失函數(shù)最小的變量k(注意和變量x區(qū)分),則將損失函數(shù)對k求導(多變量時為求偏導得梯度,這里單變量求導,其實不算梯度),求偏導如下:

然后迭代,迭代時有個步長alpha,(深度學習中貌似叫學習率)

3.例子
假如我們得到樣本(1,1),(2,2),(3,3).其實,由這三個樣本可以得到函數(shù)為y = 1*x。此時損失函數(shù)為0.而機器是不知道的,所以我們需要訓練。
下面是一段python代碼。
import numpy as np import matplotlib.pyplot as plt x=np.arange(-5, 5, 0.001) y=(((x-1)*(x-1)+(x*2-2)*(x*2-2)+(x*3-3)*(x*3-3))*1/6.0) plt.plot(x,y) #plt.show() #顯示圖形 def sum(x): return ((x*1-1)*1+(x*2-2)*2+(x*3-3)*3) def fun(x): return ((1/3.0)*sum(x)) old = 0 new = 5 step = 0.01 pre = 0.00000001 def src_fun(x): print(((x-1)*(x-1)+(x*2-2)*(x*2-2)+(x*3-3)*(x*3-3))*1/6.0) while abs(new-old)>pre: old = new #src_fun(old) #輸出每次迭代的損失值 new = new - step*fun(old) print(new) print(src_fun(new))
下圖是損失函數(shù)的圖像,損失函數(shù)中變量是k。下圖橫坐標為k的不同取值,縱軸為對應的損失大小。由下圖可以大致看出,當k為1時,損失函數(shù)值為0。注意:這里取的最優(yōu)值k=1是在我們已有樣本的情況下得出的,樣本不同,k值自然不同。

下面是print(new)和print(src_fun(new))的輸出結(jié)果

以上就是本文的全部內(nèi)容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。
相關文章
Python人臉識別第三方庫face_recognition接口說明文檔
Python人臉識別第三方庫face_recognition接口簡單說明,及簡單使用方法2019-05-05
python翻譯軟件實現(xiàn)代碼(使用google api完成)
這篇文章主要介紹了python結(jié)合google api完成的翻譯軟件實現(xiàn)代碼,大家參考使用2013-11-11
Python3實現(xiàn)爬取指定百度貼吧頁面并保存頁面數(shù)據(jù)生成本地文檔的方法
這篇文章主要介紹了Python3實現(xiàn)爬取指定百度貼吧頁面并保存頁面數(shù)據(jù)生成本地文檔的方法,涉及Python基于urllib模塊的頁面爬取與文件讀寫相關操作技巧,需要的朋友可以參考下2018-04-04
Python利用Selenium實現(xiàn)自動觀看學習通視頻
Selenium是一個用于Web應用程序測試的工具。Selenium測試直接運行在瀏覽器中,就像真正的用戶在操作一樣。本文主要介紹了利用Selenium實現(xiàn)自動觀看學習通視頻,需要的同學可以參考一下2021-12-12
基于Python+Pygame實現(xiàn)變異狗大戰(zhàn)游戲
只有你想不到,沒有我找不到寫不了的好游戲!這篇文章就來和大家分享一下如何基于Python+Pygame實現(xiàn)變異狗大戰(zhàn)游戲,感興趣的可以了解一下2023-03-03

