Функции многих переменных: частные производные, градиент, производная по направлению и линии уровня.
- производная по направлению u: скорость изменения функции, если идти именно туда
- проекция градиента на выбранное направление
- максимум при θ = 0 (вдоль градиента), минимум при θ = π — это и доказывает, что антиградиент даёт наискорейшее убывание
Ключевые тезисы
- Градиент перпендикулярен линии уровня — отсюда геометрия градиентного спуска.
- Производная по направлению равна проекции градиента на это направление.
- Условие необходимо, но не достаточно для минимума.
Подробный разбор
2 подтем — раскройте любую, чтобы увидеть объяснение, формулы, примеры и интерактивные графики.
1Линии уровня и градиент
Геометрия многомерной оптимизации.
Градиент всегда перпендикулярен линии уровня. Если линии уровня — вытянутые эллипсы, градиент указывает почти поперёк «оврага», а не вдоль него: отсюда зигзаг градиентного спуска и необходимость momentum.
2Производная по направлению
Насколько быстро меняется функция в конкретную сторону.
- параметры модели
- аргумент функции — точка, в которой её рассматривают
- функция, о которой идёт речь
- градиент: вектор частных производных
- норма — длина вектора
- скалярное произведение: мера согласованности векторов
Максимум достигается при — вдоль градиента, минимум при — против него. Это и есть доказательство того, что антиградиент — направление наискорейшего убывания.
Связанные темы
Аппарат анализа
Limits and Continuity85%
Пределы и непрерывность · Математический анализПредел описывает, к чему стремится функция вблизи точки. На этом понятии держатся производная, интеграл и вся теория сходимости алгоритмов.
Derivative85%
Производная · Математический анализСкорость изменения функции: предел отношения приращения функции к приращению аргумента. Геометрически — наклон касательной.
Differentiation Rules85%
Правила дифференцирования · Математический анализСумма, произведение, частное и композиция — четыре правила, которых достаточно, чтобы продифференцировать почти любую функцию потерь вручную.
Taylor Series85%
Ряд Тейлора · Математический анализПриближение функции многочленом по производным в точке. Инструмент, которым обосновывают почти все методы оптимизации.
Jacobian85%
Якобиан · Математический анализМатрица частных производных векторной функции. Описывает, как преобразование растягивает пространство локально.
Lagrange Multipliers85%
Множители Лагранжа · Математический анализМетод условной оптимизации: минимизировать функцию при ограничениях, не решая их подстановкой.
Convexity85%
Выпуклость · Математический анализСвойство функции, гарантирующее единственность минимума и сходимость градиентных методов.
Numerical Differentiation85%
Численное дифференцирование · Математический анализПриближение производной конечными разностями: медленно и неточно, но незаменимо для проверки аналитических градиентов.
Series and Convergence85%
Ряды и сходимость · Математический анализКогда бесконечная сумма имеет конечное значение и с какой скоростью алгоритм приближается к ответу.
Integral85%
Интеграл · Математический анализОпределённый интеграл — площадь под кривой, неопределённый — обратная операция к дифференцированию. В ML интеграл почти всегда означает математическое ожидание.
Differential Equations85%
Дифференциальные уравнения · Математический анализУравнения, связывающие функцию с её производными. Описывают динамику — от роста популяций до обратного процесса в диффузионных моделях.
Calculus85%
Математический анализ · ОсновыПроизводные показывают, как изменится ошибка при малом изменении параметра. Именно это делает возможным градиентное обучение.
Gradient85%
Градиент · Математический справочникВектор частных производных, указывающий направление наибыстрейшего роста функции.
Hessian85%
Гессиан · Математический справочникМатрица вторых производных, описывающая локальную кривизну функции.
Backpropagation85%
Обратное распространение ошибки · Глубокое обучениеЭффективное вычисление градиентов по всем параметрам сети за один обратный проход с помощью правила цепочки.