上圖是logistic回歸的一般形式，其中L(a,y)是loss function，具體原因如下圖，詳情可看我之前寫的其他文章。

要想計算損失函數L的導數，首先我們要向前一步計算損失函數的導數，即求”da”=dL(a,y)/da，即對a求偏導數。根據logx導數為1/x，結果為-y/a (1-y)/(1-a)。現在求得關于變量a的導數，現在可以向後計算一步求”dz”，”dz”=dL(a,y)/dz，計算過程如下：

其中，左邊-y/a (1-y)/(1-a)部分已經在之前計算了，右邊部分為邏輯回歸映射函數a=1/(1 e^(-z))，求導後得a*(1-a)。這就是反向求導的”鍊式法則”。

特别地：

所以，在更新w1，w2，b時：

以上就是單個樣本實例一次梯度更新步驟和整個流程的演算圖。

當然這隻是單個樣本情況下，對于m個實例，全局成本函數(cost function)是一個求和結果，實際上是1到m項損失函數(loss function)和的平均數。

在上述反向求導中，我們已經知道損失函數(loss function)單個樣本如何更新w1,w2以及b。那麼如何計算m個樣本的反向求導呢？很簡單，在成本函數(cost function)中，隻需對每個樣本進行以上步驟得到各項參數的梯度值後加總求平均，就會得到各項參數的全局梯度值。

如上圖所示，初始化J=0，dw1=0，dw2=0，db=0，for循環遍曆訓練集，訓練集的個數為m，同時計算相應的每個訓練樣本的導數，然後把它們加起來求平均，求得該批次樣本的梯度值。最後利用圖中右側公式，對w1，w2，b進行更新，即完成了一次梯度下降。

通過不斷重複梯度下降算法，中止條件如下：

1.叠代次數達到限制次數；

2.訓練集中無可供更新的樣本集；

3.loss不再下降或反而上升。

對于梯度下降算法，有批量梯度下降法(Batch Gradient Descent)，随機梯度下降法(Stochastic Gradient Descent)和梯度下降法(Gradient Descent)。

以上解析的是批量梯度下降法。即用了一些小樣本來近似全部的樣本，其本質就是我1個指不定不太準，那我用個30個或50個樣本那比随機的要準不少了吧，而且批量的話還是非常可以反映樣本的一個分布情況的。

随機梯度下降：由于多了随機兩個字，也就是說我随機用樣本中的一個例子來近似我所有的樣本，來調整θ，因而随機梯度下降是會帶來一定的問題，因為計算得到的并不是準确的一個梯度，容易陷入到局部最優解中。

梯度下降：在原始的梯度下降中，對于θ的更新所有的樣本都有貢獻，也就是參與調整θ，其計算得到的是一個标準梯度。理論上來說一次更新的幅度是比較大的。在樣本不多的情況下，收斂的速度會更快。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!