机器学习之降低损失(Reducing Loss)-蒲公英云

机器学习之降低损失(Reducing Loss)

女爷i 2022-05-27 04:51 300阅读 0赞

为了训练模型，我们需要一种可降低模型损失的好方法。迭代方法是一种广泛用于降低损失的方法。

一、迭代方法： 一种迭代试错，优化模型的方法

机器学习算法用于训练模型的迭代试错（迭代方法）过程：

20180411214409879

简单来说，迭代方法就是将模型预测值与实际值之间的误差值反馈给模型，让模型不断改进，误差值会越来越小，即模型预测的会越来越精确。

在训练机器学习模型时，首先对权重和偏差进行初始猜测，然后反复调整这些猜测，直到获得损失可能最低的权重和偏差为止。

学习链接： https://developers.google.cn/machine-learning/crash-course/reducing-loss/an-iterative-approach

二、梯度下降法： 一种快速找到损失函数收敛点的方法

回归问题所产生的损失与权重值的图形（损失曲线）始终是凸形。

20180411214446906

凸形问题只有一个最低点；即只存在一个斜率正好为 0 的位置。这个最小值就是损失函数收敛之处。

梯度下降法：

首先为权重值（w1）选择一个起始值（起点）。

起点并不重要；因此很多算法就直接将 w1设为 0 或随机选择一个值。

然后，梯度下降法算法会计算损失曲线在起点处的梯度。

梯度是偏导数相对于所有自变量的矢量；它可以让你了解哪个方向距离目标“更近”或“更远”。损失相对于单个权重的梯度就等于导数。

梯度始终指向损失函数中增长最为迅猛的方向。梯度下降法算法会沿着负梯度的方向走一步，以便尽快降低损失。（梯度下降法依赖于负梯度）
为了确定损失函数曲线上的下一个点，梯度下降法算法会将梯度大小的一部分与起点相加，如下图所示：

20180411214500848

一个梯度步长将我们移动到损失曲线上的下一个点。

重复此过程，逐渐接近最低点。

三、学习速率： 用来确定每一步的“步幅”

梯度下降法算法用梯度乘以一个称为学习速率（有时也称为步长）的标量，以确定下一个点的位置。例如，如果梯度大小为 2.5，学习速率为 0.01，则梯度下降法算法会选择距离前一个点 0.025 的位置作为下一个点。

超参数是机器学习算法中用于调整的旋钮。大多数机器学习编程人员会花费相当多的时间来调整学习速率。

如果选择的学习速率过小，就会花费太长的学习时间，如下图所示：

20180411214521177

相反，如果指定的学习速率过大，下一个点将永远在 U 形曲线的底部随意弹跳，很可能会越过最低点。如下图所示：

20180411214532979

学习速率刚刚好。每个回归问题都存在一个金发姑娘学习速率。“金发姑娘”值与损失函数的平坦程度相关。如果知道损失函数的梯度较小，则可以放心地试着采用更大的学习速率，以补偿较小的梯度并获得更大的步长。

20180411214541593

优化学习速率练习： https://developers.google.cn/machine-learning/crash-course/fitter/graph

四、随机梯度下降法（SGD）

三个概念：全批量梯度下降法、小批量随机梯度下降法、随机梯度下降法

在梯度下降法中，批量指的是用于在单次迭代中计算梯度的样本总数。到目前为止，我们一直假定批量是指整个数据集。如果数据集太大（即批量过于巨大），则单次迭代就可能要花费很长时间进行计算。SGD就是用来解决此问题的。

如果我们可以通过更少的计算量得出正确的平均梯度，会怎么样？通过从我们的数据集中随机选择样本，我们可以通过小得多的数据集估算（尽管过程非常杂乱）出较大的平均值。随机梯度下降法 (SGD) 将这种想法运用到极致，它每次迭代只使用一个样本（批量大小为 1）。“随机”表示构成各个批量的一个样本都是随机选择的。

简单来说，SGD就是从大的数据集中随机选择样本来得到一个小得多的数据集，用它来估算出正确的平均梯度值。

小批量随机梯度下降法（小批量 SGD）是介于全批量迭代与 SGD 之间的折衷方案。小批量通常包含 10-1000 个随机选择的样本。小批量 SGD 可以减少 SGD 中的杂乱样本数量，但仍然比全批量更高效。

Playground 练习： https://developers.google.cn/machine-learning/crash-course/reducing-loss/playground-exercise

神经网络练习网站：

http://playground.tensorflow.org/#activation=tanh&batchSize=10&dataset=circle&regDataset=reg-plane&learningRate=0.03&regularizationRate=0&noise=0&networkShape=4,2&seed=0.24585&showTestData=false&discretize=false&percTrainData=50&x=true&y=true&xTimesY=false&xSquared=false&ySquared=false&cosX=false&sinX=false&cosY=false&sinY=false&collectStats=false&problem=classification&initZero=false&hideText=false