梯度下降法

梯度下降法（英语：Gradient descent）是一个一阶最优化算法，通常也称为最陡下降法，但是不该与近似积分的最陡下降法（英语：Method of steepest descent）混淆。 要使用梯度下降法找到一个函数的局部极小值，必须向函数上当前点对应梯度（或者是近似梯度）的反方向的规定步长距离点进行迭代搜索。如果相反地向梯度正方向迭代进行搜索，则会接近函数的局部极大值点；这个过程则被称为梯度上升法。

描述

梯度下降法的描述。

梯度下降方法基于以下的观察：如果实值函数$F(\mathbf {x} )$在点$\mathbf {a}$处可微且有定义，那么函数$F(\mathbf {x} )$在$\mathbf {a}$点沿着梯度相反的方向 $-\nabla F(\mathbf {a} )$ 下降最多。

因而，如果

$\mathbf {b} =\mathbf {a} -\gamma \nabla F(\mathbf {a} )$

对于一个足够小数值$\gamma >0$时成立，那么$F(\mathbf {a} )\geq F(\mathbf {b} )$。

考虑到这一点，我们可以从函数$F$的局部极小值的初始估计$\mathbf {x} _{0}$出发，并考虑如下序列 $\mathbf {x} _{0},\mathbf {x} _{1},\mathbf {x} _{2},\dots$使得

$\mathbf {x} _{n+1}=\mathbf {x} _{n}-\gamma _{n}\nabla F(\mathbf {x} _{n}),\ n\geq 0$。

因此可得到

$F(\mathbf {x} _{0})\geq F(\mathbf {x} _{1})\geq F(\mathbf {x} _{2})\geq \cdots ,$

如果顺利的话序列$(\mathbf {x} _{n})$收敛到期望的局部极小值。注意每次迭代步长$\gamma$可以改变。

右侧的图片示例了这一过程，这里假设$F$定义在平面上，并且函数图像是一个碗形。蓝色的曲线是等高线（水平集），即函数$F$为常数的集合构成的曲线。红色的箭头指向该点梯度的反方向。（一点处的梯度方向与通过该点的等高线垂直）。沿着梯度下降方向，将最终到达碗底，即函数$F$局部极小值的点。

例子

梯度下降法处理一些复杂的非线性函数会出现问题，例如Rosenbrock函数

$f(x,y)=(1-x)^{2}+100(y-x^{2})^{2}.\quad$

其最小值在$(x,y)=(1,1)$处，数值为$f(x,y)=0$。但是此函数具有狭窄弯曲的山谷，最小值$(x,y)=(1,1)$就在这些山谷之中，并且谷底很平。优化过程是之字形的向极小值点靠近，速度非常缓慢。

下面这个例子也鲜明的示例了"之字"的上升（非下降），这个例子用梯度上升（非梯度下降）法求$F(x,y)=\sin \left({\frac {1}{2}}x^{2}-{\frac {1}{4}}y^{2}+3\right)\cos(2x+1-e^{y})$的局部极大值（非局部极小值）。

|}

缺点

梯度下降法的缺点包括：

• 靠近局部极小值时速度减慢。
• 直线搜索可能会产生一些问题。
• 可能会“之字型”地下降。

上述例子也已体现出了这些缺点。

参阅

• 共轭梯度法
• 随机梯度下降法
• 最优化

• 线搜索
• 反向传播算法
• 量子退火

参考文献

• Mordecai Avriel (2003). Nonlinear Programming: Analysis and Methods. Dover Publishing. ISBN 0-486-43227-0.
• Jan A. Snyman (2005). Practical Mathematical Optimization: An Introduction to Basic Optimization Theory and Classical and New Gradient-Based Algorithms. Springer Publishing. ISBN 0-387-24348-8

外部链接

• （英文）Interactive examples of gradient descent and some step size selection methods （页面存档备份，存于互联网档案馆）
• （英文）Using gradient descent in C++, Boost, Ublas for linear regression （页面存档备份，存于互联网档案馆）