本文為大家分享的主要是機(jī)器學(xué)習(xí)中梯度檢驗(yàn)和隨機(jī)的初始參數(shù)相關(guān)內(nèi)容，一起來看看吧，希望對大家學(xué)習(xí)和使用這部分內(nèi)容有所幫助。

　　1 梯度檢驗(yàn)

　　寫了這么多篇筆記，我發(fā)現(xiàn)反向傳播算法是目前來說，我了解到最復(fù)雜的算法。

　　為了完整地理解算法，我還復(fù)習(xí)了導(dǎo)數(shù)方面的功課，花了不少時(shí)間。

　　這個(gè)算法，有太多的細(xì)節(jié)，實(shí)現(xiàn)起來非常容易出錯(cuò)。

　　有時(shí)候，你使用梯度下降算法進(jìn)行迭代，雖然每次代價(jià)函數(shù) J(θ) 的值都在下降，但最終得到的結(jié)果卻又有很大的誤差，這很可能代碼中依然存在一些問題。

　　對于這樣的情況，應(yīng)該怎么處理呢？

　　有一個(gè)叫 梯度檢驗(yàn)（Gradient Checking） 的方法，可以減少這種錯(cuò)誤的概率。

　　那么梯度檢驗(yàn)到底是什么呢？

　　我們求的梯度，就是一個(gè)曲線的導(dǎo)數(shù)。

　　直觀點(diǎn)，我們可以看看下圖這樣一個(gè)二階模型：

在這里，導(dǎo)數(shù)就是圖中紅色切線的斜率。

　　以切點(diǎn)為中心，自變量分別增減一個(gè)ε，那么代價(jià)函數(shù)對應(yīng)的就是 J(θ＋ε) 和 J(θ－ε)。

　　兩個(gè)點(diǎn)連接得到的綠色直線，其斜率應(yīng)該和紅色切線斜率是相近的：

因?yàn)楦鶕?jù)導(dǎo)數(shù)的定義：

x 接近于0的時(shí)候，得到的 f'(x 0 ) 就是導(dǎo)數(shù)。

　　所以，當(dāng) ε 無限小的時(shí)候，綠色的直線就是切線。

　　當(dāng)然，如果 ε 取值太小的話，計(jì)算時(shí)可能會存在問題。

　　一般來說， ε = 10 -4 會比較合適。

　　上面所說的是一個(gè)參數(shù)的情況，如果對于很多參數(shù) θ 1 ，θ 2 ，θ 3 ，…，θ n ，我們就需要對每個(gè) θ 進(jìn)行計(jì)算：

最終我們求得的計(jì)算得到的結(jié)果，應(yīng)該和算法求得的導(dǎo)數(shù)是相近的。

　　通過這樣的方法進(jìn)行檢驗(yàn)，你對自己的模型就能更有信心。

　　由于這個(gè)計(jì)算，不是向量化的計(jì)算，而是數(shù)字化的計(jì)算，在迭代的過程中，會非常慢。

　　如果我們經(jīng)過檢查，確認(rèn)實(shí)現(xiàn)的算法沒有問題，那么記得要把梯度檢驗(yàn)（Gradient Checking）關(guān)閉掉，否則我們會極大地影響計(jì)算速度。

　　2 隨機(jī)初始化

　　我們對參數(shù) θ 的初始化，一般來說，都是全部設(shè)置為 0 ，或者全部設(shè)置為 1 。

　　但這對于神經(jīng)網(wǎng)絡(luò)來說，會存在問題。

　　因?yàn)閷?shí)現(xiàn)邏輯的關(guān)鍵，就在于參數(shù)的選擇上。

　　同樣節(jié)點(diǎn)的神經(jīng)網(wǎng)絡(luò)模型，參數(shù)的不一致，實(shí)現(xiàn)的效果就不一樣，例如 y = x 1 AND x 2 ：

和 y = x 1 OR x 2 ：

還記得《神經(jīng)網(wǎng)絡(luò)算法》為了實(shí)現(xiàn)前面將藍(lán)圈和紅叉區(qū)分開來，我們對于 y = x 1 XNOR x 2的實(shí)現(xiàn)么？

　如果我們將初始的參數(shù)全部都設(shè)置為 0 或者 1 ，因?yàn)樘卣魍耆嗤?，參?shù)也完全相同，對于下一個(gè)單元而言，每一個(gè)結(jié)果是一樣的。

　　對于每一個(gè)訓(xùn)練數(shù)據(jù)，都有：

　　這樣的話，得到的結(jié)果同步變化，多個(gè)神經(jīng)單元其實(shí)只是相當(dāng)于一個(gè)神經(jīng)單元。

　　這不是我們想要的結(jié)果，所以我們需要設(shè)置隨機(jī)的初始參數(shù)。

來源：簡書