最速下降法

目录

前言

一、梯度下降相关数学概念

二、最速下降法实战

2.1、例图1

2.2、Matlab代码实现

2.3、例题2

三、小结      

---

前言

        最速下降法，在SLAM中，作为一种很重要求解位姿最优值的方法，缺点很明显：迭代次数太多，尽管Newton法（保留目标函数的二阶项Hessian矩阵）改善了“迭代次数过多”这一缺点，但是Hessian矩阵规模庞大（参考：特征匹配点成百对），计算较为困难。Gaussian-Newton法在Newton原有基础上，用的是一阶雅克比的转置*一阶雅克比 JTJ 来近似 Hessian， 但是，这里的近似替换 JTJ并不一定正定。一般，主流非线性优化方法：Levenberg-Marquadt、Dog-leg较为常用，这里不作介绍。

        在深度学习中是一样的道理，模型训练参数可能有几百万到几千万，每次训练前向传播要计算loss，一阶偏导数，然后依据最速下降法更新梯度。

一、梯度下降相关数学概念

个人理解：

是方向偏导数，我们不仅要使得梯度下降，还要以最快的步伐下降。

x* 是无约束问题的局部最优解 =》 x*是其目标函数的驻点

（回想起SVM当中求解有约束目标函数最优值，利用拉格朗日乘子法进行转换。）

例如：在 y = x^3的曲线当中，x = 0处是 极大值点，也不是极小值点，称作：鞍点。

理解定理3：我们翻开书，看到如下概念：

性质

（1）如果一个函数f(x)在某个区间I上有f''(x)（即二阶导数）>0恒成立，那么对于区间I上的任意x,y，总有：

f(x)+f(y)≥2f[(x+y)/2]，如果总有f''(x)<0成立，那么上式的不等号反向。 

几何的直观解释：如果一个函数f(x)在某个区间I上有f''(x)（即二阶导数）>0恒成立，那么在区间I上f(x)的图象上的任意两点连出的一条线段，这两点之间的函数图象都在该线段的下方，反之在该线段的上方。

（2）判断函数极大值以及极小值。

结合一阶、二阶导数可以求函数的极值。当一阶导数等于0，而二阶导数大于0时，为极小值点。当一阶导数等于0，而二阶导数小于0时，为极大值点；当一阶导数和二阶导数都等于0时，为驻点。

（3）函数凹凸性。

设f(x)在[a,b]上连续，在（a,b)内具有一阶和二阶导数，那么，

（1）若在（a,b)内f''(x)>0,则f(x)在[a,b]上的图形是凹的；

（2）若在（a,b)内f’‘(x)<0,则f(x)在[a,b]上的图形是凸的。

二、最速下降法实战

2.1、例图1

来做一道数学题，如能理解，便能深刻理解算法。

2.2、Matlab代码实现

准备相关脚本函数（Matlab脚本）：

function [ y ] = GDMin2(fx,var,x,e,MAX)
% 最速梯度下降法求解函数极小点
% 参数描述------------------------------
%   fx  符号表达式 如fx = (x1-2)^4+(x1-2*x2)^2；
%   var 符号变量列表 如：syms x1 x2;var= [x1;x2];
%   x  起始位置
%   e 精度控制
%   MAX 最大迭代次数控制
% ------------------------------

if nargin < 5
    MAX = 10;%设置默认最大迭代次数
end
precision = 3;%显示精度控制

%开始循环迭代
%direction存贮搜索方向
%step 存贮步长

bfound = 0;
for k=1:1:MAX
    direction = getNextDirecrion(fx,var,x);
    disp('------------------------------');
    fprintf('d[%d]=:',k);
    disp( vpa(direction',precision) );
    if normest(direction) <= e
        y = x;
        bfound = 1;%得到结果时置为1
        break;
    else
        step = getNextStep(fx,var, x,direction);%计算步长
        if isempty(step)
            error('can not find a proper step.');
        end
        %打印求解过程
        fprintf('X[%d]=:',k);
        disp( vpa(x',precision) );
        fprintf('step(%d)=: ', k);
        disp( vpa(step,precision) );
        disp('------------------------------');
        x = x+step*direction;%计算下一个位置
    end
end
if bfound == 1
    disp('min value of:');
    disp( vpa( subs(fx,var,y),precision) );
end
end

%根据位置xk,获取搜索方向
function [direction] = getNextDirecrion(fx,var,xk)

    gx = gradient(fx,var); %计算梯度函数
    direction = -subs(gx,var,xk);%计算搜索方向
end

%根据位置xk和方向dk,获取搜索步长step
%注意符号表达式求导数的根时返回值转换为double类型
function [step] =getNextStep(fx,var,xk,dk)

    syms lambda;
    phix = subs(fx,var,xk+lambda*dk);
    phix_diff = diff(phix);
    step = double(solve(phix_diff,'Real',true));%求取导函数的实数根
end

在MATLAB命令行键入：

clear all;
syms x1 x2;
X = [x1;x2];
fx = x1 - x2 + 2*x1^2 + 2*x1*x2 + x2^2;
x1 = [0;0];
e = 0.3;
minVal = GDMin2(fx,X,x1,e)

结果打印如下：

结果：

------------------------------
d[1]=:[ -1.0, 1.0]

X[1]=:[ 0, 0]

step(1)=: 1.0

------------------------------
------------------------------
d[2]=:[ 1.0, 1.0]

X[2]=:[ -1.0, 1.0]

step(2)=: 0.2

------------------------------
------------------------------
d[3]=:[ -0.2, 0.2]

min value of:
-1.2


minVal =

-4/5
6/5

和手动结算的结果是一样的在 x 取值 [-0.8,  1.2]的时候，取得满足精度的值。

2.3、例题2

这里再看一道简单的数学题，当梯度下降起始点x取值为3和2的时候，收敛步数是不一样的。

我们看前两步；画出其迭代路线：

clear all;
clc;
close all;
x = 0:0.1:8
fx = (x(1,:) - 4).^2


plot(x, fx);
hold on

%% 标出点
plot(3, 1, '-ro');
plot(4, 0, '-ro');
hold on

%% 连线
%% plot([x1,x2...], [y1,y2,...])
plot([3 4],[1 0], '-g');
hold off

两步就收敛；现在，如果我们将初始值（startpoints）改为：x = 2；再根据上述求解过程，画出迭代路线：

可以看到，起始点是 x  = 2 比 x = 3的迭代次数多一次，所以选取一个好的初始值十分重要；同样，  

三、小结      

• 在SLAM当中，例如：3D-3D映射；我们在RANSAC框架下，基于PNP/ICP 计算出位姿初始值，这样一个初始值，在后续BA当中，是一个较为理想的初始值。
• 在深度学习中，预训练模型能够加速收敛。