04.2 梯度下降法
4.2 梯度下降法⚓︎
有了上一节的最小二乘法做基准，我们这次用梯度下降法求解 w 和 b，从而可以比较二者的结果。
4.2.1 数学原理⚓︎
在下面的公式中，我们规定 x 是样本特征值（单特征），y 是样本标签值，z 是预测值，下标 i 表示其中一个样本。
预设函数（Hypothesis Function）⚓︎
线性函数：
z_i = x_i \cdot w + b \tag{1}
损失函数（Loss Function）⚓︎
均方误差：
loss_i(w,b) = \frac{1}{2} (z_i-y_i)^2 \tag{2}
与最小二乘法比较可以看到，梯度下降法和最小二乘法的模型及损失函数是相同的，都是一个线性模型加均方差损失函数，模型用于拟合，损失函数用于评估效果。
区别在于，最小二乘法从损失函数求导，直接求得数学解析解，而梯度下降以及后面的神经网络，都是利用导数传递误差，再通过迭代方式一步一步（用近似解）逼近真实解。
4.2.2 梯度计算⚓︎
计算z的梯度⚓︎
根据公式2： $$ \frac{\partial loss}{\partial z_i}=z_i - y_i \tag{3} $$
计算 w 的梯度⚓︎
我们用 loss 的值作为误差衡量标准，通过求 w 对它的影响，也就是 loss 对 w 的偏导数，来得到 w 的梯度。由于 loss 是通过公式2->公式1间接地联系到 w 的，所以我们使用链式求导法则，通过单个样本来求导。
根据公式1和公式3：
\frac{\partial{loss}}{\partial{w}} = \frac{\partial{loss}}{\partial{z_i}}\frac{\partial{z_i}}{\partial{w}}=(z_i-y_i)x_i \tag{4}
计算 b 的梯度⚓︎
\frac{\partial{loss}}{\partial{b}} = \frac{\partial{loss}}{\partial{z_i}}\frac{\partial{z_i}}{\partial{b}}=z_i-y_i \tag{5}
4.2.3 代码实现⚓︎
if __name__ == '__main__':
reader = SimpleDataReader()
reader.ReadData()
X,Y = reader.GetWholeTrainSamples()
eta = 0.1
w, b = 0.0, 0.0
for i in range(reader.num_train):
# get x and y value for one sample
xi = X[i]
yi = Y[i]
# 公式1
zi = xi * w + b
# 公式3
dz = zi - yi
# 公式4
dw = dz * xi
# 公式5
db = dz
# update w,b
w = w - eta * dw
b = b - eta * db
print("w=", w)
print("b=", b)
大家可以看到，在代码中，我们完全按照公式推导实现了代码，所以，大名鼎鼎的梯度下降，其实就是把推导的结果转化为数学公式和代码，直接放在迭代过程里！另外，我们并没有直接计算损失函数值，而只是把它融入在公式推导中。
4.2.4 运行结果⚓︎
w= [1.71629006]
b= [3.19684087]
代码位置⚓︎
ch04, Level2