人工智能数学课高等数学线性微积分数学教程笔记(7. 最优化)
前言
对人工智能数学课高等数学线性微积分数学教程的学习笔记。主要用于快速回忆已学的数学知识点,不适合基础学习。博客园中同步更新。
笔记目录
- 前言
- 7. 最优化
- - 基本概念
- - 梯度下降法
- - 牛顿法
- - 坐标下降法
- - 数值优化算法面临的问题
- - 凸优化问题
- - 凸集
- - 凸函数
- - 凸优化的性质
- - 凸优化一般的表述形式
- - 拉格朗日乘数法
- - 拉格朗日对偶
- - KKT 条件
7. 最优化
- 基本概念
求 f(x)f(x)f(x) 的极大值或极小值,xxx 是优化变量,就是自变量,f(x)f(x)f(x) 是目标函数,可能带有约束条件,满足约束并在定义域内的集合叫可行域;
maxf(x)⇔minf(x)gi(x)=0,i=1,⋯,mhj(x)≤0j=1,⋯,n\max f(x) \Leftrightarrow\min f(x)\\ g_i(x)=0,\quad i=1,\cdots,m\\ h_j(x)\le 0\quad j=1,\cdots,n maxf(x)⇔minf(x)gi(x)=0,i=1,⋯,mhj(x)≤0j=1,⋯,n局部极小值:任意在 x0x_0x0 的领域存在,f(x)≥f(x0),∀x∈δ(x0)f(x)\ge f(x_0), \forall x\in \delta (x_0)f(x)≥f(x0),∀x∈δ(x0)
通过大量实践发现在高维度的优化问题中,局部极小值 (local minimum)和全局极小值没有太大的区别,甚至有时候有更好的泛化能力。
为什么要迭代求解?(求导困难,求根困难),(初始值,逼近)
- 梯度下降法
xk+1=xk−γ∇f(xk)\boldsymbol{x}_{k+1}=\boldsymbol{x}_k-\gamma \nabla f(\boldsymbol{x}_k) xk+1=xk−γ∇f(xk)
推导:
- 利用多元函数的泰勒展开公式:f(x)−f(x0)≈[∇f(x0)]T(x−x0)f(\boldsymbol{x})-f(\boldsymbol{x}_0)\approx[\nabla f(\boldsymbol{x}_0)]^T(\boldsymbol{x}-\boldsymbol{x}_0)f(x)−f(x0)≈[∇f(x0)]T(x−x0)
- XTY=∣X∣⋅∣Y∣⋅cosθX^TY=|X|\cdot|Y|\cdot\cos\thetaXTY=∣X∣⋅∣Y∣⋅cosθ,cosθ=−1\cos\theta=-1cosθ=−1 下降幅度最大
- 为了使得下降幅度最大,向量 x−x0\boldsymbol{x}-\boldsymbol{x}_0x−x0 (不一定是单位向量) 的方向和梯度方向相反:v=−∇f(x0)∥∇f(x0)∥\boldsymbol{v}=-\frac{\nabla f(\boldsymbol{x}_0)}{\left \| \nabla f(\boldsymbol{x}_0) \right \|}v=−∥∇f(x0)∥∇f(x0)
- x=x0−η∇f(x0)∥∇f(x0)∥\boldsymbol{x}=\boldsymbol{x}_0-\eta\frac{\nabla f(\boldsymbol{x}_0)}{\left \| \nabla f(\boldsymbol{x}_0) \right \|}x=x0−η∥∇f(x0)∥∇f(x0),分母是标量可并入 η\etaη,即 x=x0−η∇f(x0)\boldsymbol{x}=\boldsymbol{x}_0-\eta\nabla f(\boldsymbol{x}_0)x=x0−η∇f(x0)
η\etaη 是步长,不能太大,否则不满足约等于条件。
- 牛顿法
xk+1=x−Hk−1gk\boldsymbol{x}_{k+1}=\boldsymbol{x}-\boldsymbol{H}_k^{-1}\boldsymbol{g}_k xk+1=x−Hk−1gk
思想:找梯度为0的点。
推导:
多元函数的泰勒展开公式展开二次以上的项
f(x)=f(x0)+[∇f(x0)]T(x−x0)+12(x−x0)TH(x0)(x−x0)+o(x−x0)f(\boldsymbol{x})=f(\boldsymbol{x}_0)+[\nabla f(\boldsymbol{x}_0)]^T(\boldsymbol{x}-\boldsymbol{x}_0)+\frac {1}{2}(\boldsymbol{x}-\boldsymbol{x}_0)^TH(\boldsymbol{x}_0)(\boldsymbol{x}-\boldsymbol{x}_0)+\boldsymbol{o}(\boldsymbol{x}-\boldsymbol{x}_0) f(x)=f(x0)+[∇f(x0)]T(x−x0)+21(x−x0)TH(x0)(x−x0)+o(x−x0)
取近似
f(x)≈f(x0)+[∇f(x0)]T(x−x0)+12(x−x0)TH(x0)(x−x0)f(\boldsymbol{x})\approx f(\boldsymbol{x}_0)+[\nabla f(\boldsymbol{x}_0)]^T(\boldsymbol{x}-\boldsymbol{x}_0)+\frac {1}{2}(\boldsymbol{x}-\boldsymbol{x}_0)^TH(\boldsymbol{x}_0)(\boldsymbol{x}-\boldsymbol{x}_0) f(x)≈f(x0)+[∇f(x0)]T(x−x0)+21(x−x0)TH(x0)(x−x0)由于 (wTx)′=w(\boldsymbol{w}^T\boldsymbol{x})'=\boldsymbol{w}(wTx)′=w,(xTAx)′=(A+AT)x(\boldsymbol{x}^T\boldsymbol{A}\boldsymbol{x})'= (\boldsymbol{A}+\boldsymbol{A}^T)\boldsymbol{x}(xTAx)′=(A+AT)x,故有:
∇f(x)≈∇f(x0)+H(x0)(x−x0)=g+H(x−x0)\nabla f(\boldsymbol{x})\approx \nabla f(\boldsymbol{x}_0)+H(\boldsymbol{x}_0)(\boldsymbol{x}-\boldsymbol{x}_0)=\boldsymbol{g}+\boldsymbol{H}(\boldsymbol{x}-\boldsymbol{x}_0) ∇f(x)≈∇f(x0)+H(x0)(x−x0)=g+H(x−x0)令 ∇f(x)=0\nabla f(\boldsymbol{x})=0∇f(x)=0,如果 Hessian 矩阵可逆,则有
g+H(x−x0)=0⇒x−x0=−H−1g\boldsymbol{g}+\boldsymbol{H}(\boldsymbol{x}-\boldsymbol{x}_0)=0\\ \Rightarrow \boldsymbol{x}-\boldsymbol{x}_0=-\boldsymbol{H}^{-1}\boldsymbol{g} g+H(x−x0)=0⇒x−x0=−H−1g
对比:
xk+1=xk−η⋅gkxk+1=xk−η⋅Hk−1⋅gk\boldsymbol{x}_{k+1}=\boldsymbol{x}_k-\eta\cdot\boldsymbol{g}_k\\ \boldsymbol{x}_{k+1}=\boldsymbol{x}_k-\eta\cdot\boldsymbol{H}^{-1}_k\cdot\boldsymbol{g}_k xk+1=xk−η⋅gkxk+1=xk−η⋅Hk−1⋅gk
牛顿法步长设定不好就有可能不收敛,不是迭代就一定使得函数值下降,一般用 line search 的技术,选择一些值如 10−4,10−610^{-4},10^{-6}10−4,10−6,看哪个步长使得 f(xk+1)f(\boldsymbol{x}_{k+1})f(xk+1) 更小。
牛顿法收敛更快。
- 坐标下降法
- 分治 (分而治之) 法的思想:保持其他不动,只优化其中一个,优化完了之后再回来重新优化。
- 计算量小
- 数值优化算法面临的问题
- 驻点不一定是极值点
- 局部极值问题;
- 鞍点问题,如 x3x^3x3,在这一点 Hessian 矩阵不定,
- 凸优化问题
前面数值优化面临两个问题,对这类问题进行限定:
- 优化变量的可行域必须是凸集;
- 优化函数必须是个凸函数。
同时满足这两个条件的叫凸优化问题,才能说局部极小值就是全局极小值。
- 凸集
- 定义:对于一个点的集合 CCC,有属于它的两个点 x,yx,yx,y,它们两点连线中任意一点也属于该集合:θx+(1−θ)y∈C,0≤θ≤1\theta x+(1-\theta)y\in C,0\le\theta\le1θx+(1−θ)y∈C,0≤θ≤1
- 典型的凸集:
- 欧式空间 Rn\mathbb{R}^nRn:x,y∈Rn⇒θx+(1−θ)y∈Rn\boldsymbol{x},\boldsymbol{y} \in \mathbb{R}^n\Rightarrow \theta \boldsymbol{x} +(1-\theta)\boldsymbol{y}\in \mathbb{R}^nx,y∈Rn⇒θx+(1−θ)y∈Rn;很多可行域就是欧式空间,即凸集;
- 仿射子空间:{x∈Rn:Ax=b}\left \{ \boldsymbol{x}\in\mathbb{R}^n:\boldsymbol{A}\boldsymbol{x}=\boldsymbol{b} \right \}{x∈Rn:Ax=b},x\boldsymbol{x}x 是 nnn 维欧式空间的向量,满足线性方程的解;所有等式约束构成的集合是凸集,不会构建非线性等式约束;
- 多面体:{x∈Rn:Ax≤b}\left \{ \boldsymbol{x}\in\mathbb{R}^n:\boldsymbol{A}\boldsymbol{x}\le\boldsymbol{b} \right \}{x∈Rn:Ax≤b},线性不等式的解;一组线性不等式约束,也是凸集。
- 凸集的交集也是凸集 ⋂i=1kCi\bigcap\limits_{i=1}^{k}C_ii=1⋂kCi,并集不一定是凸集。
- 凸函数
- 定义:函数上任意两点它们的连线 (即割线) 上的值比对应的函数上的值要大,f(θx+(1−θ)y)<θf(x)+(1−θ)f(y)f(\theta x+(1-\theta )y)<\theta f(x)+(1-\theta )f(y)f(θx+(1−θ)y)<θf(x)+(1−θ)f(y)
- 凸函数的证明:
- 利用定义
- 利用一阶导数:
- 一元函数:f(y)≥f(x)+f′(x)(y−x)f(y)\ge f(x)+f'(x)(y-x)f(y)≥f(x)+f′(x)(y−x)
- 多元函数:f(y)≥f(x)+∇f(x)T(y−x)f(\boldsymbol{y})\ge f(\boldsymbol{x})+\nabla f(\boldsymbol{x})^T(\boldsymbol{y}-\boldsymbol{x})f(y)≥f(x)+∇f(x)T(y−x)
- 二阶判别法:
- 一元函数:f′′(x)≥0f''(x)\ge 0f′′(x)≥0
- 多元函数:Hessian 矩阵半正定,>0>0>0 是严格凸函数
- 如果每个函数 fi(x)f_i(x)fi(x) 都是凸函数,那么它们的非负线性组合 f(x)=∑i=1kwifi(x),wi≥0f(x)=\sum\limits_{i=1}^{k}w_if_i(x),w_i\ge 0f(x)=i=1∑kwifi(x),wi≥0 也是凸函数。
- 凸优化的性质
目标函数是凸函数,可行域是凸集,则局部最优解一定是全局最优解。
证明:(反证法)
假设有一点 xxx 是局部最小值,但不是全局最小值,则存在另一个点 yyy 是全局最小值,这时 f(y)<f(x)f(y)<f(x)f(y)<f(x)。
证明 xxx 的领域有一个点 zzz 比 xxx 小即可,取 z=θy+(1−θ)x,θ=δ2∥x−y∥2z=\theta y+(1-\theta)x,\theta=\frac{\delta}{2\|x-y\|_2}z=θy+(1−θ)x,θ=2∥x−y∥2δ 即可。
- 凸优化一般的表述形式
minf(x),x∈C\min f(x),x\in C minf(x),x∈C
或者
minf(x)ci(x)≤0,i=1,⋯,mhj(x)=0,j=1,⋯,k\min f(x)\\ c_i(x)\le0,i=1,\cdots,m\\ h_j(x)=0,j=1,\cdots,k minf(x)ci(x)≤0,i=1,⋯,mhj(x)=0,j=1,⋯,k
- 拉格朗日乘数法
将一个有n 个变量与k 个约束条件的最优化问题转换为一个有n + k个变量的方程组的极值问题,其变量不受任何约束;
(1) 等式约束条件
minf(x)s.t.hk(x)=0k=1,2,⋯,l\min f(\boldsymbol{x})\\ s.t.\quad h_k(\boldsymbol{x})=0 \quad k=1,2,\cdots,l minf(x)s.t.hk(x)=0k=1,2,⋯,l
求解步骤:
定义拉格朗日函数:
F(x,λ)=f(x)+∑k=1lλkhk(x)F(\boldsymbol{x},\boldsymbol{\lambda})=f(\boldsymbol{x})+\sum\limits_{k=1}^l\lambda_kh_k(\boldsymbol{x}) F(x,λ)=f(x)+k=1∑lλkhk(x)解变量的偏导方程:
∂F∂xi=0,⋯,∂F∂λk=0,⋯\frac{\partial F}{\partial x_i}=0,\cdots,\frac{\partial F}{\partial \lambda _k}=0,\cdots ∂xi∂F=0,⋯,∂λk∂F=0,⋯或者说是分别对 x\boldsymbol{x}x 和 λ\boldsymbol{\lambda}λ 求梯度,然后解方程组
∇xf+∑k=1lλk∇xhk=0hk(x)=0\nabla_xf+\sum\limits_{k=1}^l\lambda_k\nabla_xh_k=0\\ h_k(\boldsymbol{x})=0 ∇xf+k=1∑lλk∇xhk=0hk(x)=0
(2) 带不等式约束条件
可参考KKT条件。
- 拉格朗日对偶
minf(x)gi(x)≤0,i=1,⋯,mhj(x)=0,j=1,⋯,k\min f(x)\\ g_i(x)\le0,i=1,\cdots,m\\ h_j(x)=0,j=1,\cdots,k minf(x)gi(x)≤0,i=1,⋯,mhj(x)=0,j=1,⋯,k
构建一个广义 (包括不等式约束) 的拉格朗日函数:
L(x,α,β)=f(x)+∑i=1mαigi(x)+∑j=1kβihj(x),αi≥0L(x,\alpha,\beta)=f(x)+\sum\limits_{i=1}^m\alpha_ig_i(x)+\sum\limits_{j=1}^k\beta_ih_j(x),\alpha_i\ge 0 L(x,α,β)=f(x)+i=1∑mαigi(x)+j=1∑kβihj(x),αi≥0
问题转化为:
p∗=minxmaxα,β,αi≥0L(x,α,β)=minxθp(x)p^*=\min_x \max_{\alpha,\beta,\alpha_i\ge 0}L(x,\alpha,\beta)=\min_x\theta_p(x) p∗=xminα,β,αi≥0maxL(x,α,β)=xminθp(x)
理解可参考:【数学】拉格朗日对偶,从0到完全理解
无论如何,p∗p^*p∗ 都不会小于 maxα,β,αi≥0L(x,α,β)\max\limits_{\alpha,\beta,\alpha_i\ge 0}L(x,\alpha,\beta)α,β,αi≥0maxL(x,α,β)。
- KKT 条件
minf(x)gi(x)≤0,i=1,⋯,qhj(x)=0,j=1,⋯,p\min f(x)\\ g_i(x)\le0,i=1,\cdots,q\\ h_j(x)=0,j=1,\cdots,p minf(x)gi(x)≤0,i=1,⋯,qhj(x)=0,j=1,⋯,p
L(x,λ,μ)=f(x)+∑j=1pλjhj(x)+∑i=1qμigi(x)L(x,\lambda,\mu)=f(x)+\sum\limits_{j=1}^p\lambda_jh_j(x)+\sum\limits_{i=1}^q\mu_ig_i(x) L(x,λ,μ)=f(x)+j=1∑pλjhj(x)+i=1∑qμigi(x)
KKT 条件:
∇xL(x∗)=∇f(x∗)+∑j=1pλi∗∇hj(x∗)+∑i=1qμi∗∇gi(x∗)=0μi∗≥0μi∗gi(x∗)=0hj(x∗)=0gi(x∗)≤0\nabla_x L(x^*)=\nabla f(x^*) +\sum\limits_{j=1}^p\lambda_i^*\nabla h_j(x^*)+\sum\limits_{i=1}^q\mu_i^*\nabla g_i(x^*)=0\\ \mu_i^*\ge0\\ \mu_i^*g_i(x^*)=0\\ h_j(x^*)=0\\ g_i(x^*)\le0 ∇xL(x∗)=∇f(x∗)+j=1∑pλi∗∇hj(x∗)+i=1∑qμi∗∇gi(x∗)=0μi∗≥0μi∗gi(x∗)=0hj(x∗)=0gi(x∗)≤0
人工智能数学课高等数学线性微积分数学教程笔记(7. 最优化)相关推荐
- 人工智能数学课高等数学线性微积分数学教程笔记(1. 数学内容概述)
前言 对人工智能数学课高等数学线性微积分数学教程的学习笔记.主要用于快速回忆已学的数学知识点,不适合基础学习.博客园中同步更新. 文章目录 人工智能数学课高等数学线性微积分数学教程笔记(目录) 人工智 ...
- 人工智能数学课高等数学线性微积分数学教程笔记(2. 一元函数微分学)
前言 对人工智能数学课高等数学线性微积分数学教程的学习笔记.主要用于快速回忆已学的数学知识点,不适合基础学习.博客园中同步更新. 文章目录 人工智能数学课高等数学线性微积分数学教程笔记(目录) 人工智 ...
- 人工智能数学课高等数学线性微积分数学教程笔记(3. 线性代数基础)
前言 对人工智能数学课高等数学线性微积分数学教程的学习笔记.主要用于快速回忆已学的数学知识点,不适合基础学习.博客园中同步更新. 文章目录 人工智能数学课高等数学线性微积分数学教程笔记(目录) 人工智 ...
- 人工智能数学课高等数学线性微积分数学教程笔记(4. 多元函数的微分学)
前言 对人工智能数学课高等数学线性微积分数学教程的学习笔记.主要用于快速回忆已学的数学知识点,不适合基础学习.博客园中同步更新. 文章目录 人工智能数学课高等数学线性微积分数学教程笔记(目录) 人工智 ...
- 人工智能数学课高等数学线性微积分数学教程笔记(6. 概率论)
前言 对人工智能数学课高等数学线性微积分数学教程的学习笔记.主要用于快速回忆已学的数学知识点,不适合基础学习.博客园中同步更新. 文章目录 人工智能数学课高等数学线性微积分数学教程笔记(目录) 人工智 ...
- 人工智能数学课高等数学线性微积分数学教程笔记(目录)
前言 本文是对人工智能数学课高等数学线性微积分数学教程的学习笔记.由于之前的文章<人工智能数学课高等数学线性微积分数学教程笔记>篇幅过大,导致打开的时候加载缓慢,也不利于阅读,同时由于CS ...
- 人工智能数学课高等数学线性微积分数学教程笔记
目录 1. 数学内容概述 2. 一元函数微分学 - 导数 - 导数的定义 - 左导数.右导数和右导数 - 几何意义与物理意义 - 求导公式 - 基本函数 - 四则运算法则 - 复合函数求导法则 - 用 ...
- 人工智能-高等数学之微积分篇
高等数学之微积分篇 接着上一篇<人工智能-高等数学之导数篇>,继续学习汇总微积分的知识,微分和导数外形很相似,导致有时候傻傻的分不清楚,在查找无数资料之后我找到了一个能够被理解的说法,导数 ...
- AI算法工程师 | 04人工智能基础-高等数学知识强化(一)数学内容概述
数学内容概述 人工智能学习数学的必要性: 人工智能跟开发 APP 和后台服务器相比,人工智能需要大量的数学知识. 人工智能需要一些必要的数学知识,这对后续理解机器学习.深度学习的算法有帮助,会理解得更 ...
最新文章
- 独家 | TensorFlow 2.0将把Eager Execution变为默认执行模式,你该转向动态计算图了...
- win10html5无法播放,win10系统中网页中无法播放视频怎么办
- 单例模式 之 单例模式——Holder
- 灯泡亮度控制单片机_如何延长投影机灯泡使用寿命 延长投影机灯泡使用寿命方法【介绍】...
- Android Studio 日志工具
- 从零开始学PowerShell(7)编写一个函数体
- python生成随机数random操作_Python random生成随机数示例
- java Comparable和Comaprator的对比
- .NET 正则验证邮箱
- Sass基础——Rem与Px的转换
- python组合数据类型包括_第六周 python组合数据类型
- flex 平铺布局_Flex布局的个人见解~阮一峰的网络日志
- 《未来世界的幸存者》摘录
- cox回归模型python实现_cox回归模型python实现_生存分析Cox回归模型(比例风险模型)的spss操作实例...
- 从小学4年级的数学课开始解释线性回归
- linux安装Ice3.7 c++
- 卖出平仓是什么意思​?
- 僵尸网络“Mykings”
- LDA 与 KNN 算法
- abc237 D(想了一个小时结果跟模拟双向链表的插入一毛一样,老废物了,思路不清晰,建议remake)