目录
祝你
随时攥紧偶然
永远拥有瞬间
------ 24.12.6
一、定义
随机梯度下降(Stochastic Gradient Descent，SGD) 是一种常用的优化算法，用于训练机器学习模型特别是神经网络。它通过迭代地更新模型参数来最小化损失函数
二、什么是梯度下降
梯度下降是一种优化算法，通过计算损失函数对模型参数的梯度(导数)，然后沿着梯度的反方向更新参数，以使损失函数逐渐减小
SGD随机梯度下降优化器： 在每一步更新参数时，仅使用一个样本的梯度
三、SGD的工作原理
1.随机选择一个样本(或一个小批量样本)
2.计算该样本(或小批量样本)的梯度
3.按照梯度的反方向更新模型参数
4.重复上述步骤，直到满足停止条件(如达到最大迭代次数或损失函数收敛)
四、SGD的优化公式（更新规则）
假设我们有一个损失函数 L(θ)，其中 θ是模型参数。SGD的更新规则为：
其中：
-
θt 是第 t 次迭代时的参数
-
η是学习率，控制每次更新的步长
-
∇L(θt)是损失函数在θt处的梯度
五、SGD的优缺点
优点
-
计算效率高，因为每次只使用一个样本或小批量样本，减少了计算量
-
可以快速收敛到损失函数的最小值，尤其是在损失函数不平整时
-
有助于逃避免局部最小值
缺点
-
由于噪声较大，损失函数的下降过程可能不稳定
-
需要仔细选择学习率，否则可能发散或收敛过慢
六、如何选择学习率
-
固定学习率 ：在整个训练过程中使用一个固定的学习率
-
学习率衰减 ：随着训练的进行，逐渐降低学习率
-
自适应学习率 ：如Adam、RMSprop等优化器，可以自动调整学习率
七、使用SGD优化器训练一个简单的线性回归模型
**Learned parameters：**优化后的参数
python
import numpy as np
# 使用SGD训练一个简单的线性回归模型
# 生成一些伪数据
np.random.seed(0)
X = np.random.rand(100, 1)
y = 2 + 3 * X + np.random.rand(100, 1)
# 初始化参数
theta = np.random.randn(2, 1)
learning_rate = 0.01
iterations = 1000
# 添加偏置项
X_b = np.c_[np.ones((100, 1)), X]
for i in range(iterations):
# 随机选择一个样本
idx = np.random.randint(0, 100)
xi = X_b[idx:idx + 1]
yi = y[idx:idx + 1]
# 计算预测值
predictions = np.dot(xi, theta)
# 计算梯度
gradient = 2 * xi.T.dot(predictions - yi)
# 更新参数
theta -= learning_rate * gradient
print("Learned parameters:")
print(theta)