重新发现梯度下降法--backtracking line search

原文地址：



http://www.cnblogs.com/fstang/p/4192735.html

一直以为梯度下降很简单的，结果最近发现我写的一个梯度下降特别慢，后来终于找到原因：step size的选择很关键，有一种叫backtracking line search的梯度下降法就非常高效，该算法描述见下图：

下面用一个简单的例子来展示，给一个无约束优化问题：

minimize y = (x-3)*(x-3)

下面是python代码，比较两种方法

# -*- coding: cp936 -*-#optimization test, y = (x-3)^2from matplotlib.pyplot import figure, hold, plot, show, xlabel, ylabel, legenddef f(x):        "The function we want to minimize"        return (x-3)**2def f_grad(x):        "gradient of function f"        return 2*(x-3)x = 0y = f(x)err = 1.0maxIter = 300curve = [y]it = 0step = 0.1#下面展示的是我之前用的方法，看上去貌似还挺合理的，但是很慢while err > 1e-4 and it < maxIter:    it += 1    gradient = f_grad(x)    new_x = x - gradient * step    new_y = f(new_x)    new_err = abs(new_y - y)    if new_y > y: #如果出现divergence的迹象，就减小step size        step *= 0.8    err, x, y = new_err, new_x, new_y    print 'err:', err, ', y:', y    curve.append(y)print 'iterations: ', itfigure(); hold(True); plot(curve, 'r*-')xlabel('iterations'); ylabel('objective function value')#下面展示的是backtracking line search，速度很快x = 0y = f(x)err = 1.0alpha = 0.25beta = 0.8curve2 = [y]it = 0while err > 1e-4 and it < maxIter:    it += 1    gradient = f_grad(x)    step = 1.0    while f(x - step * gradient) > y - alpha * step * gradient**2:        step *= beta    x = x - step * gradient    new_y = f(x)    err = y - new_y    y = new_y    print 'err:', err, ', y:', y    curve2.append(y)print 'iterations: ', itplot(curve2, 'bo-')legend(['gradient descent I used', 'backtracking line search'])show()

运行结果如下图：

孰优孰劣，一目了然

我的方法用了25次迭代，而backtracking line search只用了6次。（而且之前我用的方法不一定会收敛的，比如你把第一种方法的stepsize改成1，就会发现，没有收敛到最优解就停止了，这是一个bug，要注意）

这只是个toy example，在我真实使用的优化问题上，两者的效率差别更加显著，估计有10倍的样子

 

-- 

文章中截图来自：https://www.youtube.com/watch?v=nvZF-t2ltSM

（是cmu的优化课程）