12.1.1。優(yōu)化目標(biāo)

盡管優(yōu)化為深度學(xué)習(xí)提供了一種最小化損失函數(shù)的方法，但從本質(zhì)上講，優(yōu)化和深度學(xué)習(xí)的目標(biāo)是根本不同的。前者主要關(guān)注最小化目標(biāo)，而后者關(guān)注在給定有限數(shù)據(jù)量的情況下找到合適的模型。在 第 3.6 節(jié)中，我們?cè)敿?xì)討論了這兩個(gè)目標(biāo)之間的區(qū)別。例如，訓(xùn)練誤差和泛化誤差通常不同：由于優(yōu)化算法的目標(biāo)函數(shù)通常是基于訓(xùn)練數(shù)據(jù)集的損失函數(shù)，因此優(yōu)化的目標(biāo)是減少訓(xùn)練誤差。然而，深度學(xué)習(xí)（或更廣泛地說(shuō)，統(tǒng)計(jì)推斷）的目標(biāo)是減少泛化誤差。為了完成后者，除了使用優(yōu)化算法來(lái)減少訓(xùn)練誤差外，我們還需要注意過(guò)度擬合。

%matplotlib inline
import numpy as np
import torch
from mpl_toolkits import mplot3d
from d2l import torch as d2l

%matplotlib inline
from mpl_toolkits import mplot3d
from mxnet import np, npx
from d2l import mxnet as d2l

npx.set_np()

%matplotlib inline
import numpy as np
import tensorflow as tf
from mpl_toolkits import mplot3d
from d2l import tensorflow as d2l

為了說(shuō)明上述不同的目標(biāo)，讓我們考慮經(jīng)驗(yàn)風(fēng)險(xiǎn)和風(fēng)險(xiǎn)。如第 4.7.3.1 節(jié)所述 ，經(jīng)驗(yàn)風(fēng)險(xiǎn)是訓(xùn)練數(shù)據(jù)集的平均損失，而風(fēng)險(xiǎn)是整個(gè)數(shù)據(jù)群的預(yù)期損失。下面我們定義兩個(gè)函數(shù)：風(fēng)險(xiǎn)函數(shù)f和經(jīng)驗(yàn)風(fēng)險(xiǎn)函數(shù)g。假設(shè)我們只有有限數(shù)量的訓(xùn)練數(shù)據(jù)。結(jié)果，這里g 不如 平滑f。

def f(x):
  return x * torch.cos(np.pi * x)

def g(x):
  return f(x) + 0.2 * torch.cos(5 * np.pi * x)

def f(x):
  return x * np.cos(np.pi * x)

def g(x):
  return f(x) + 0.2 * np.cos(5 * np.pi * x)

def f(x):
  return x * tf.cos(np.pi * x)

def g(x):
  return f(x) + 0.2 * tf.cos(5 * np.pi * x)

下圖說(shuō)明了訓(xùn)練數(shù)據(jù)集上經(jīng)驗(yàn)風(fēng)險(xiǎn)的最小值可能與風(fēng)險(xiǎn)的最小值（泛化誤差）位于不同的位置。

def annotate(text, xy, xytext): #@save
  d2l.plt.gca().annotate(text, xy=xy, xytext=xytext,
              arrowprops=dict(arrowstyle='->'))

x = torch.arange(0.5, 1.5, 0.01)
d2l.set_figsize((4.5, 2.5))
d2l.plot(x, [f(x), g(x)], 'x', 'risk')
annotate('min of\nempirical risk', (1.0, -1.2), (0.5, -1.1))
annotate('min of risk', (1.1, -1.05), (0.95, -0.5))

def annotate(text, xy, xytext): #@save
  d2l.plt.gca().annotate(text, xy=xy, xytext=xytext,
              arrowprops=dict(arrowstyle='->'))

x = np.arange(0.5, 1.5, 0.01)
d2l.set_figsize((4.5, 2.5))
d2l.plot(x, [f(x), g(x)], 'x', 'risk')
annotate('min of\nempirical risk', (1.0, -1.2), (0.5, -1.1))
annotate('min of risk', (1.1, -1.05), (0.95, -0.5))

def annotate(text, xy, xytext): #@save
  d2l.plt.gca().annotate(text, xy=xy, xytext=xytext,
              arrowprops=dict(arrowstyle='->'))

x = tf.range(0.5, 1.5, 0.01)
d2l.set_figsize((4.5, 2.5))
d2l.plot(x, [f(x), g(x)], 'x', 'risk')
annotate('min of\nempirical risk', (1.0, -1.2), (0.5, -1.1))
annotate('min of risk', (1.1, -1.05), (0.95, -0.5))

12.1.2。深度學(xué)習(xí)中的優(yōu)化挑戰(zhàn)

在本章中，我們將特別關(guān)注優(yōu)化算法在最小化目標(biāo)函數(shù)方面的性能，而不是模型的泛化誤差。在 3.1 節(jié)中，我們區(qū)分了優(yōu)化問(wèn)題中的解析解和數(shù)值解。在深度學(xué)習(xí)中，大多數(shù)目標(biāo)函數(shù)都很復(fù)雜，沒(méi)有解析解。相反，我們必須使用數(shù)值優(yōu)化算法。本章的優(yōu)化算法都屬于這一類(lèi)。

深度學(xué)習(xí)優(yōu)化有很多挑戰(zhàn)。一些最令人煩惱的是局部最小值、鞍點(diǎn)和梯度消失。讓我們來(lái)看看它們。

12.1.2.1。局部最小值

對(duì)于任何目標(biāo)函數(shù)f(x), 如果值f(x)在 x小于的值f(x)在附近的任何其他點(diǎn)x， 然后f(x)可能是局部最小值。如果值f(x)在x是整個(gè)域內(nèi)目標(biāo)函數(shù)的最小值，則f(x)是全局最小值。

例如，給定函數(shù)

(12.1.1)f(x)=x?cos(πx)?for??1.0≤x≤2.0,

我們可以逼近這個(gè)函數(shù)的局部最小值和全局最小值。

x = torch.arange(-1.0, 2.0, 0.01)
d2l.plot(x, [f(x), ], 'x', 'f(x)')
annotate('local minimum', (-0.3, -0.25), (-0.77, -1.0))
annotate('global minimum', (1.1, -0.95), (0.6, 0.8))

x = np.arange(-1.0, 2.0, 0.01)
d2l.plot(x, [f(x), ], 'x', 'f(x)')
annotate('local minimum', (-0.3, -0.25), (-0.77, -1.0))
annotate('global minimum',